CTG-Analyse und Sectiorate – Ergebnisse einer deutschlandweiten Umfrage
Notice bibliographique
Résumé
Zusammenfassung Einleitung Die Rate der Sectiones in Deutschland ist in den letzten Jahrzehnten stark angestiegen. Bei der Entscheidung für oder gegen eine Sectio sollen Mikroblutuntersuchungen und computerunterstützte Kardiotokografien helfen.Im Wesentlichen befasst sich diese Studie mit der Frage, wie diese Untersuchungen die Sectiorate möglicherweise beeinflussen. Methodik Um diese Fragestellung zu untersuchen, stand ein Datensatz über Krankenhäuser in Deutschland zur Verfügung, der durch Crowd Sourcing Fragebogen erhoben wurde. Alle Variablen wurden kategorisiert erhoben. Anhand dieses Datensatzes wurden Zusammenhangsmaße berechnet. Die Zusammenhänge wurden zusätzlich durch Mosaikplots visuell untersucht. Ergebnisse 97 Fragebogen konnten analysiert werden. Im Datensatz ließen sich deutliche Zusammenhänge zwischen Variablen erkennen. Insbesondere hatten Krankenhäuser, die leitliniengerecht eine fetale Herzfrequenz im Bereich 110–160 bpm als ungefährlich einstuften, im Datensatz eine geringere Sectiorate. Auch Krankenhäuser, die leitliniengerecht die Kardiotokografie nach dem Auswertungsschema des FIGO durchführten, hatten im Datensatz eine vergleichsweise geringere Sectiorate. Schlussfolgerung Computerunterstützte Analysen der fetalen Herzfrequenz auf Grundlage der FIGO-Richtlinien korrelieren mit einer niedrigeren Sectiorate. Die Durchführung und Weiterentwicklung der computergestützten CTG-Analyse sollte fortgesetzt werden.
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 | 0,017 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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 ».