Impact of Late Preterm Birth on Neonatal Intensive Care Resources in a Tertiary Perinatal Center
Notice bibliographique
Résumé
OBJECTIVE: To examine delivery indications, short-term morbidities, and use of resources for late preterm infants admitted to the neonatal intensive care unit (NICU) at a tertiary perinatal center. STUDY DESIGN: Data for 1137 inborn infants 340/7 to 366/7 weeks' gestational age discharged between July 2004 and December 2009 were collected from an electronic NICU database. Birth information was obtained from maternal charts. RESULTS: Forty-two percent of late preterm infants were admitted to the NICU. Their mean ( ± standard deviation) birth weight was 2347 ± 569 g; 15.1% were small for gestational age, 35.5% were multiples, and 17.8% had an antenatally diagnosed anomaly. Most births (52%) occurred following spontaneous rupture of membranes or labor. Cesarean section rate was 56.8%. Mortality rate was 1.2%. Most frequent morbidities were transient tachypnea (18.8%), cardiac or other congenital anomaly (16.8%), and respiratory distress syndrome (7.4%). Although 41.5% received ventilatory support, duration was short (1.1 ± 3.1 days). Mean length of NICU stay was 8.1 ± 9.3 days with 38% transferred to community hospitals before discharge. CONCLUSION: For many late preterm infants admitted to the NICU, the duration of intensive therapy was short and some required no interventions. One impact of late preterm birth was bed occupancy.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».