Prediction models for determining the success of labor induction: A systematic review
Notice bibliographique
Résumé
INTRODUCTION: The purpose of this study was to systematically identify and compare clinical models using universally accessible clinical and demographic factors that were derived and/or validated to predict the success of labor induction with a view to making recommendations for practice. MATERIAL AND METHODS: MEDLINE, Embase, www.clinicaltrials.gov, and PubMed (for non-MEDLINE and studies in-progress) were searched from inception to November 2017. Only studies that derived and/or validated clinical prediction models using variables obtained through antenatal history and digital cervical examination were included. Two reviewers independently screened titles and abstracts and extracted data from eligible studies into a standardized form. Extracted data included: participant characteristics, sample size, variables considered and included, endpoint definitions, study design and model performance. The Prediction Study Risk of Bias Assessment Tool (PROBAST) was used to appraise included studies. In view of clinical and methodologic heterogeneity between studies, only descriptive analysis was possible. The protocol was registered with the PROSPERO International prospective register of systematic reviews [CRD42017081548]. RESULTS: The search identified 16 studies describing 14 prediction models derived between 1966 and 2018. Models varied and demonstrated major limitations with regard to methodology, scope and performance. Of the derived models, six were internally validated and three were externally validated. Performance was most commonly measured using the area under the receiver operator characteristic curve, which ranged from 0.68 to 0.79, 0.67 to 0.77 and 0.61 to 0.73 for derived, internally validated and externally validated models, respectively. The risk-of-bias of included studies ranged from some studies fulfilling only 36% and some others fulfilling 86% of eligible PROBAST items. CONCLUSIONS: No published model can be recommended for use at the bedside to determine the success of vaginal birth after labor induction. Based on the limitations of included models, a list of recommendations for improving model performance and utilization is provided, as well as measures for encouraging appropriate use of prediction models. The attitudes of women and care providers, and the clinical and resource implications must be explored prior to recommending the use of prediction models for determining the success of labor induction.
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 | 0,041 | 0,164 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,018 |
| Bibliométrie | 0,016 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».