Severe obstetric maternal morbidity: a 15-year population-based study
Notice bibliographique
Résumé
Using a provincial perinatal database for 15 years, 1988-2002. Cases were identified with one or more of the following markers of severe maternal morbidity: blood transfusion > or = 5 units, emergency hysterectomy, uterine rupture, eclampsia, intensive care (ICU) admission. There were 159,896 mothers delivered of whom 313 (2.0/1000) had 385 markers of severe morbidity (257 had one, 42 had two, 12 had three, and two had four). The following rates of morbidity were recorded: blood transfusion > or = 5 units 119 (0.74/1000); emergency hysterectomy 88 (0.55/1000); uterine rupture 49 (0.31/1000); eclampsia 46 (0.28/1000); ICU 83 (0.52/1000). There was a statistically significant association between multiparity > or = 1, and emergency hysterectomy and uterine rupture; between age > or = 35 years, and emergency hysterectomy, uterine rupture and ICU; and between caesarean delivery and blood transfusion > or = 5 units, emergency hysterectomy, uterine rupture, eclampsia and ICU. The main contributing obstetric complications were haemorrhage (64.7%) and complications of hypertensive disorders (16.8%).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».