Temporal trends in severe morbidity and mortality associated with ectopic pregnancy requiring hospitalisation in Washington State, USA: a population-based study
Notice bibliographique
Résumé
OBJECTIVE: To examine temporal trend in maternal mortality/severe morbidity associated with hospitalisation due to ectopic pregnancy. DESIGN: A population-based observational study. SETTING AND PARTICIPANTS: All women hospitalised for ectopic pregnancy in Washington State, USA, 1987-2014 (n=20 418). The main composite outcome of severe morbidity/mortality included death, sepsis, need for transfusion, hysterectomy and systemic or organ failure, identified by diagnostic and procedure codes from hospitalisation files. Severe morbidity/mortality due to ectopic pregnancy were expressed as incidence ratios among women of reproductive age (15-64 years) and among women hospitalised for ectopic pregnancy. Comparisons were made between 1987-1991 (reference) and 2010-2014 using ratios of incidence ratios (RR) and ratio differences (RD). The Cochran-Armitage test for trend assessed statistical significance; logistic regression was used to obtain adjusted OR (AOR) and 95% CI, adjusted for demographic factors and comorbidity. RESULTS: Hospitalisation for ectopic pregnancy declined from 0.89 to 0.16 per 1000 reproductive age women between 1987-1991 and 2010-2014 (p<0.001). Among reproductive age women, ectopic pregnancy mortality remained stable (0.03 per 100 000); and mortality/severe morbidity increased among women aged 25-34 years (p=0.022). Among women hospitalised for ectopic pregnancy, mortality increased from 0.29 to 1.65 per 1000 between 1987-1991 and 2010-2015 (p=0.06); severe morbidity/mortality increased from 3.85% to 19.63% (RR=5.10, 95% CI 4.36 to 5.98; RD=15.78 per 100 women, 95% CI 13.90 to 17.66; AOR for 1-year change was 1.08, 95% CI 1.07 to 1.08). CONCLUSIONS: Hospitalisation for ectopic pregnancy declined in Washington State, USA, between 1987 and 2014; however, mortality/severe morbidity associated with ectopic pregnancy increased in female population aged 25-34 years.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; 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 ».