The fetuses‐at‐risk approach: survival analysis from a fetal perspective
Notice bibliographique
Résumé
Several phenomena in contemporary perinatology create challenges for analyzing pregnancy outcomes. These include recent increases in iatrogenic delivery at late preterm and early term gestation, which are incongruent with the belief that stillbirth and neonatal death risks decrease exponentially with advancing gestational age. Perinatal epidemiologists have also puzzled over the paradox of intersecting birthweight-specific and gestational age-specific perinatal mortality curves for decades. For example, neonatal mortality rates among preterm infants of women who smoke are substantially lower than neonatal mortality rates among preterm infants of non-smoking women, whereas the reverse pattern occurs at term gestation. This mortality crossover is observed across several contrasts (for example, women with hypertensive disorders of pregnancy vs. normotensive women, older vs. younger women, twins vs. singletons) and outcomes (stillbirth, neonatal death, sudden infant death syndrome and cerebral palsy), and irrespective of how advancing "maturity" is defined (birthweight or gestational age). One approach proposed to address and explain these unexpected phenomena is the fetuses-at-risk model. This formulation involves a reconceptualization of the denominator for perinatal outcome rates from births to surviving fetuses. In this overview of the fetuses-at-risk model, we discuss the central tenets of the births-based and the fetuses-based formulations. We also describe the extension of the fetuses-at-risk approach to outcomes into and beyond the neonatal period and to a multivariable adaptation. Finally, we provide a substantive context by discussing biological mechanisms underlying the fetuses-at-risk model and contemporary obstetric phenomena that are better understood from that model than from one based on births.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».