Incidence, Risk Factors, and Associated Complications of Eclampsia
Notice bibliographique
Résumé
OBJECTIVE: To estimate trends in incidence and identify risk factors and maternal and neonatal consequences of eclampsia in Canada. METHODS: We conducted a population-based cohort study of all women and their newborns (N=1,910,729) delivered in the hospital in Canada (excluding Quebec) from 2003 to 2009. The data were obtained from the Canadian Institute for Health Information. Logistic models were used to examine the association with potential determinants and consequences of eclampsia. RESULTS: The incidence of eclampsia declined dramatically from 12.4 per 10,000 deliveries in 2003 to 5.9 in 2009. Among singleton deliveries, nulliparity (adjusted odds ratio [OR] 2.3; 95% confidence interval [CI] 2.0-2.6), anemia (adjusted OR 2.4; 95% CI 2.0-3.0), and existing heart disease (adjusted OR 4.8; 95% CI 2.9-7.3) increased the risk of eclampsia. The declining trend in eclampsia remained unchanged after accounting for changes in potential determinants and risk factors during the study period. Eclampsia was associated with increased risks of maternal death (adjusted OR 26.8; 95% CI 9.7-73.8), assisted ventilation (adjusted OR 102.3; 95% CI 78.2-133.8), respiratory distress syndrome (adjusted OR 36.2; 95% CI 15.3-85.3), acute renal failure (adjusted OR 20.9; 95% CI 11.4-38.3), obstetric embolism (adjusted OR 9.1; 95% CI 4.1-19.9), and other complications. Adverse neonatal outcomes associated with eclampsia included neonatal death (adjusted OR 2.9; 95% CI 1.6-5.5), respiratory distress syndrome (adjusted OR 5.1; 95% CI 4.1-6.3), and small-for-gestational age birth (adjusted OR 2.6; 95% CI 2.3-3.0). CONCLUSION: Despite declining incidence and improved care of women with eclampsia, the condition remains strongly associated with serious adverse consequences.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».