Prevalence and Characteristics of Intracranial Hemorrhages in Neonates with Hypoxic Ischemic Encephalopathy
Notice bibliographique
Résumé
INTRODUCTION: The risk factors of intracranial hemorrhages (ICH) in the context of neonatal hypoxic ischemic encephalopathy (HIE) and related interventions are unclear. OBJECTIVE: This article examines the prevalence and risk factors associated with ICH in neonates with HIE. STUDY DESIGN: This is a retrospective cohort study of neonates with HIE in Southern Alberta. ICH (subdural [SDH], subarachnoid [SAH], intraventricular [IVH], intraparenchymal [IPH]) were diagnosed by magnetic resonance imaging (MRI). Perinatal and neonatal characteristics were examined. Relation of hemorrhages with hypoxic changes on MRI and HIE stages were assessed. RESULTS: = 157; brain MRI was done in 138 infants; median gestation, 40 weeks; and cooled = 103 (66%). Prevalence of SDH, IPH, IVH, and SAH were 47, 22, 11, and 10 (34.1%, 15.9%, 7.8%, 7.2%), respectively. There was no significant increase in hemorrhage with mode of delivery, seizures, hypo/hypercarbia, severe thrombocytopenia, or deranged coagulation. All hemorrhages increased with higher HIE stage, regardless of the HIE severity in MRI. Adjusting for HIE staging, cooling, and gestation, IPH was observed more in infants who received inotropes (odds ratio [OR], 3.32; 95% confidence interval [CI], 1.20, 9.20). CONCLUSION: SDH followed by IPH were the most common ICH. Thrombocytopenia and deranged coagulation did not increase risk of hemorrhages in HIE. Our study was not powered to determine the impact of inotrope use on the risk of IPH.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».