Obstetrical Anal Sphincter Injuries: Does Obstetrical Care Provider Matter? A Quality Assurance Study in Ontario
Notice bibliographique
Résumé
OBJECTIVES: We sought to determine the rates of obstetrical anal sphincter tears (OASIS) between types of obstetrical care providers at Kingston General Hospital (KGH) and in Ontario via the Better Outcomes Registry Network (BORN). METHODS: This cross-sectional study collected patient, demographic, and delivery data from all vaginal deliveries at KGH from June 2011 to June 2014 and all vaginal deliveries through the BORN database from June 2012 to June 2014. RESULTS: During this period, 4.6% and 3.5% of all vaginal deliveries at KGH and in Ontario, respectively, were complicated by OASIS. The OASIS' rates were not statistically different between admitting care providers at KGH: 4.9%, 3.8%, and 3.7% of vaginal deliveries by obstetricians, family physicians, and midwives, respectively, in contrast to a higher rate of OASIS in women admitted under midwifery care in the province-wide data: 3.4%, 3.2%, and 4.4% for obstetricians, family physicians, and midwives, respectively. The rate of OASIS in patients who had an intrapartum transfer of care (TOC) from a family physician or midwife to an obstetrician was 13.8% at KGH, and 13.6% as reported by BORN, significantly higher than 3.8% (KGH) or 2.9% (BORN) in those who remained under the family physician, or midwife. The relative risk of OASIS in women transferred to an obstetrician compared to those who were admitted and delivered by an obstetrician was 3.9 (95% confidence interval, 3.6-4.3, P < 0.0001). CONCLUSIONS: Only when an intrapartum TOC is needed does the OASIS rate substantially increase, reflecting the underlying indication for TOC is leading to more intervention associated with risk of OASIS.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,005 | 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 ».