Diagnostic Utility of Pathological Investigations in Late Gestation Stillbirth: A Cohort Study
Notice bibliographique
Résumé
OBJECTIVE: Near term unexpected stillbirth is a common, complex diagnostic challenge. We review a large cohort of near term to term gestation unexpected fetal deaths to document the common patterns of pathology and evaluate the utility of various standard autopsy procedures. METHODS: A total of 123 perinatal autopsies consisting of 94 intrauterine fetal deaths (IUFDs) and 29 intrapartum deaths (IPDs) were reviewed. Deaths were classified according to the laboratory investigations establishing cause of death. RESULTS: Cause of death was attributable to placental pathology without autopsy in 55.3% of IUFD and 17% of IPD. Correlative findings at autopsy increased the ability to establish cause of death in 86.2% of IUFD and 62% of IPD. Histology was largely corroborative, with the brain, lungs, and heart demonstrating significant changes in 46%, 34.5%, and 13.8%, respectively. Microbiology was corroborative but demonstrated single organism growth in 6 of 29 cases of fatal acute chorioamnionitis. Newborn metabolic screening revealed only elevated thyroid-stimulating hormone levels in 3 cases, of questionable relevance. Aneuploidy was established by screening molecular studies in 5 IUFDs, all of which had external or visceral dysmorphism. Karyotype was established in 69 cases and was not contributory in any of the IPD: 3 IUFDs had changes of unknown significance. Cause of death was not established at autopsy in 9% of IUFD and 10% of IPD. DISCUSSION: This is the largest uniformly investigated cohort of late gestation unexpected fetal deaths studied. We confirm the importance of both placental and fetal autopsy in establishing cause of death. Autopsy histology, microbiology, and cytogenetics provide important but largely corroborative data.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».