MétaCan
Menu
Retour à la cohorte
Enregistrement W2979157997 · doi:10.1002/uog.21399

EP15.18: Anomalies, growth and performance of obstetrical ultrasound in an indigenous birth cohort of mothers with type 2 diabetes: the next generation study

2019· article· en· W2979157997 sur OpenAlexaff
Christy Pylypjuk, Brandy Wicklow, Elizabeth Sellers

Notice bibliographique

RevueUltrasound in Obstetrics and Gynecology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueGestational Diabetes Research and Management
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMedicineCohortObstetricsPopulationGestational ageGestational diabetesRetrospective cohort studyPregnancyPediatricsGestationSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

There is emerging evidence that indigenous women with diabetes in pregnancy and their offspring have poorer health outcomes compared to the non-Indigenous population. The purpose of this analysis was to determine the performance of obstetrical ultrasound in this high-risk population. This was a retrospective cohort study of ultrasound data from pregnancies within the next generation cohort. The next generation longitudinal study is an indigenous birth cohort of children born to mothers with pre-gestational type 2 diabetes. Antenatal variables, perinatal outcomes, and ultrasound information from stored reports and images were collected. Antenatal ultrasound diagnoses were correlated to postnatal findings by a blinded observer and descriptive statistics then used to analyse outcomes within the cohort. McNemar's and paired t-tests were used to further compare outcomes. For this review, 112 mother-child pairs between 1995 and 2015 were identified. Most mothers in this cohort were young (mean age 21 years), overweight/obese (72%), and had suboptimal glycemic control periconceptionally (median HbA1C 9.3%). 25% of midtrimester scans were reported as incomplete due to inadequate visualisation of fetal anatomy and required repeat examinations. Almost 1 in 5 fetuses had structural anomalies, the most common of which were renal. Midtrimester ultrasound missed one-third of anomalies including 3 of 7 cardiac defects in this cohort. Fetal ultrasound also significantly underestimated birth weight (p < 0.05). Knowledge of the high incidence of incomplete anatomic survey at time of midtrimester scans and missed anomalies (particularly cardiac) can be used to better inform timing, performance and counseling of obstetrical ultrasound in this population. The significant underestimation of birth weight may also directly impact intrapartum and postnatal care and warrants further study. Please note: The publisher is not responsible for the content or functionality of any supporting information supplied by the authors. Any queries (other than missing content) should be directed to the corresponding author for the article.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,265
Écart entre enseignants0,242 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUltrasound in Obstetrics and GynecologyMême sujetGestational Diabetes Research and ManagementTravaux en français237 207