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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».