Anemia in Pregnancy: A Pragmatic Approach
Notice bibliographique
Résumé
Importance Anemia is common in pregnancy, ranging from 5.4% in developed countries to more than 80% in developing countries. Anemia in pregnancy has been associated with prematurity, low birth weight, and adverse pregnancy outcomes. Objective This review uses clinical vignettes to illustrate the clinical presentations, approach to diagnosis, maternal and fetal implications, and treatment for the common etiologies of anemia in pregnancy. Evidence Acquisition Literature review. Results Normal physiological changes in pregnancy result in alterations of hematological parameters particularly in a reduction of hemoglobin (Hb) concentration. Consequently, the Hb used to define anemia in pregnancy is lower than in nonpregnant patients. As there is an increased requirement of iron in pregnancy, it is not unexpected that iron deficiency remains the most common cause of anemia and warrants a preemptive approach to prevent a further reduction in Hb. The syndromes associated with microangiopathic hemolytic anemia may pose a diagnostic challenge, as there are several potential etiologies that may be difficult to differentiate, and microangiopathic hemolytic anemia can be associated with significant maternal and fetal morbidity and mortality. Anemia secondary to sickle cell disease and autoimmune hemolytic anemia merit special attention because there are risks secondary to red blood cell transfusion and risks to withholding transfusion. Conclusions and Relevance Anemia in pregnancy is potentially associated with maternal and fetal adverse outcomes. Providing evidence-based care is essential to achieving the best pregnancy outcomes. Target Audience Obstetricians and gynecologists, family physicians. Learning Objectives After completing this activity, the learner should be better able to describe the normal physiological changes in hematological parameters in pregnancy, recognize common and potentially life-threatening diseases manifested as anemia, and develop an approach to anemia in pregnancy.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,010 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».