The high prevalence and impact of rheumatic heart disease in pregnancy in First Nations populations in a high‐income setting: a prospective cohort study
Notice bibliographique
Résumé
OBJECTIVE: To describe the epidemiology of rheumatic heart disease (RHD) in pregnancy in Australia and New Zealand (A&NZ). DESIGN: Prospective population-based study. SETTING: Hospital-based maternity units throughout A&NZ. POPULATION: Pregnant women with RHD with a birth outcome of ≥20 weeks of gestation between January 2013 and December 2014. METHODS: We identified eligible women using the Australasian Maternity Outcomes Surveillance System (AMOSS). De-identified antenatal, perinatal and postnatal data were collected and analysed. MAIN OUTCOME MEASURES: Prevalence of RHD in pregnancy. Perinatal morbidity and mortality. RESULTS: There were 311 pregnancies associated with women with RHD (4.3/10 000 women giving birth, 95% CI 3.9-4.8). In Australia, 78% were Aboriginal or Torres Strait Islander (60.4/10 000, 95% CI 50.7-70.0), while in New Zealand 90% were Māori or Pasifika (27.2/10 000, 95% CI 22.0-32.3). One woman (0.3%) died and one in ten was admitted to coronary or intensive care units postpartum. There were 314 births with seven stillbirths (22.3/1000 births) and two neonatal deaths (6.5/1000 births). Sixty-six (21%) live-born babies were preterm and one in three was admitted to neonatal intensive care or special care units. CONCLUSION: Rheumatic heart disease in pregnancy persists in disadvantaged First Nations populations in A&NZ. It is associated with significant cardiac and perinatal morbidity. Preconception planning and counselling and RHD screening in at-risk pregnant women are essential for good maternal and baby outcomes. TWEETABLE ABSTRACT: Rheumatic heart disease in pregnancy persists in First Nations people in Australia and New Zealand and is associated with major cardiac and perinatal morbidity.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 ».