Predictors of Fetal and Maternal Outcome in the Crucible of Hepatic Dysfunction During Pregnancy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Hepatic dysfunction during pregnancy places both the mother and the fetus at risk. Investigations which are efficient, cost effective and easily available for prognostication are required to tackle this global problem. We studied the etiologies and evaluated investigations for predictive efficiency. METHODS: One hundred ninety-seven pregnant women with hepatic dysfunction during pregnancy were identified. All patients were followed up till 8 weeks after termination of pregnancy or death. Clinico-demographic, biochemical and hematological data were collected and analyzed. RESULTS: One hundred ninety-seven of 6,122 females had abnormal liver function tests. Pre-eclampsia (57%), eclampsia (19%), HELLP syndrome (8%), viral infection (6%), hyperemesis gravidarum (5%), intrahepatic cholestasis of pregnancy (4%), chronic liver disease (1%) and sepsis were encountered. There were 41 fetal deaths, 42% preterm deliveries, and NICU admission rate was 27%. Five maternal deaths occurred. Maternal anemia, thrombocytopenia, hyperbilirubinemia and coagulopathy were statistically significant in adverse fetal outcomes. Serum bilirubin performed better than INR as a predictor of both maternal and fetal outcomes. CONCLUSIONS: Hepatic dysfunction during pregnancy is associated with adverse events for both the mother and the fetus and hypertensive disorders remain the major cause. Maternal bilirubin levels and INR have a role in predicting adverse feto-maternal outcome.
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.
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 | 0,000 |
| 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 | 0,001 |
| 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 découle