Validity of Newborn Clinical Assessment to Determine Gestational Age in Bangladesh
Notice bibliographique
Résumé
BACKGROUND: Gestational age (GA) is frequently unknown or inaccurate in pregnancies in low-income countries. Early identification of preterm infants may help link them to potentially life-saving interventions. METHODS: We conducted a validation study in a community-based birth cohort in rural Bangladesh. GA was determined by pregnancy ultrasound (<20 weeks). Community health workers conducted home visits (<72 hours) to assess physical/neuromuscular signs and measure anthropometrics. The distribution, agreement, and diagnostic accuracy of different clinical methods of GA assessment were determined compared with early ultrasound dating. RESULTS: In the live-born cohort (n = 1066), the mean ultrasound GA was 39.1 weeks (SD 2.0) and prevalence of preterm birth (<37 weeks) was 11.4%. Among assessed newborns (n = 710), the mean ultrasound GA was 39.3 weeks (SD 1.6) (8.3% preterm) and by Ballard scoring the mean GA was 38.9 weeks (SD 1.7) (12.9% preterm). The average bias of the Ballard was -0.4 weeks; however, 95% limits of agreement were wide (-4.7 to 4.0 weeks) and the accuracy for identifying preterm infants was low (sensitivity 16%, specificity 87%). Simplified methods for GA assessment had poor diagnostic accuracy for identifying preterm births (community health worker prematurity scorecard [sensitivity/specificity: 70%/27%]; Capurro [5%/96%]; Eregie [75%/58%]; Bhagwat [18%/87%], foot length <75 mm [64%/35%]; birth weight <2500 g [54%/82%]). Neonatal anthropometrics had poor to fair performance for classifying preterm infants (areas under the receiver operating curve 0.52-0.80). CONCLUSIONS: Newborn clinical assessment of GA is challenging at the community level in low-resource settings. Anthropometrics are also inaccurate surrogate markers for GA in settings with high rates of fetal growth restriction.
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 | 0,001 | 0,001 |
| 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 ».