MétaCan
Menu
Retour à la cohorte
Enregistrement W2978994448 · doi:10.1186/s12884-019-2445-x

PREPARE: protocol for a stepped wedge trial to evaluate whether a risk stratification model can reduce preterm deliveries among women with suspected or confirmed preterm pre-eclampsia

2019· article· en· W2978994448 sur OpenAlexaff
Marcos Augusto Bastos Dias, Leandro G. Oliveira, Arundhanthi Jeyabalan, Beth A. Payne, Christopher W.G. Redman, Laura A. Magee, Lucilla Poston, Lucy C. Chappell, Paul T. Seed, Peter von Dadelszen, James M. Roberts

Notice bibliographique

RevueBMC Pregnancy and Childbirth · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePregnancy and preeclampsia studies
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoNational Institute for Health and Care ResearchBill and Melinda Gates Foundation
Mots-clésMedicinePreeclampsiaObstetricsGestational ageEclampsiaPregnancyRandomized controlled trialPrenatal careReproductive medicineAdverse effectPediatricsPopulationInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Preeclampsia (PE) is a major cause of short and long-term morbidity for affected infants, including consequences of fetal growth restriction and iatrogenic prematurity. In Brazil, this is a special problem as PE accounts for 18% of preterm births (PTB). In the PREPARE (Prematurity REduction by Pre-eclampsia cARE) study, we will test a novel system of integrated care based on risk stratification and knowledge transfer, to safely reduce PTB. METHODS: This is a stepped wedge cluster randomised trial that will include women with suspected or confirmed PE between 20 + 0 and 36 + 6 gestational weeks. All pregnant women presenting with these findings at seven tertiary centres in geographically dispersed sites, throughout Brazil, will be considered eligible and evaluated in terms of risk stratification at admission. At randomly allocated time points, sites will transition to risk stratification performed according to sFlt-1/PlGF (Roche Diagnostics) measurement and fullPIERS score with both results will be revealed to care providers. The healthcare providers of women stratified as low risk for adverse outcomes (sFlt-1/PlGF ≤38 AND fullPIERS< 10% risk) will receive the recommendation to defer delivery. sFlt-1/PlGF will be repeated once and fullPIERS score twice a week. Rates of prematurity due to preeclampsia before and after the intervention will be compared. Additionally, providers will receive an active program of knowledge transfer about WHO recommendations for preeclampsia, including recommendations regarding antenatal corticosteroids for foetal benefits, antihypertensive therapy and magnesium sulphate for seizure prophylaxis. This study will have 90% power to detect a reduction in PTB associated with PE from a population estimate of 1.5 to 1.0%, representing a 33% risk reduction, and 80% power to detect a reduction from 2.0 to 1.5% (25% risk reduction). The necessary number of patients recruited to achieve these results is 750. Adverse events, serious adverse events, both anticipated and unanticipated will be recorded. DISCUSSION: The PREPARE intervention expects to reduce PTB and improve care of women with PE without significant adverse side effects. If successful, this novel pathway of care is designed for rapid translation to healthcare throughout Brazil and may be transferrable to other low and middle income countries. TRIAL REGISTRATION: ClinicalTrials.gov : NCT03073317.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil0,399

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,029
Méta-épidémiologie (sens strict)0,0050,002
Méta-épidémiologie (sens large)0,0070,004
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,003
Science ouverte0,0030,002
Intégrité de la recherche0,0080,006
Charge utile insuffisante (le modèle a refusé de juger)0,1190,016

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,314
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Pregnancy and ChildbirthMême sujetPregnancy and preeclampsia studiesTravaux en français237 207