MétaCan
Menu
Retour à la cohorte
Enregistrement W2986397216 · doi:10.1371/journal.pmed.1002976

Amniotic fluid embolism: A puzzling and dangerous obstetric problem

2019· letter· en· W2986397216 sur OpenAlexaff
Sarka Lisonkova, Michael S. Kramer

Notice bibliographique

RevuePLoS Medicine · 2019
Typeletter
Langueen
DomaineMedicine
ThématiqueMaternal and fetal healthcare
Établissements canadiensMcGill UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAmniotic fluid embolismMedicinePerspective (graphical)Amniotic fluidIntensive care medicineObstetricsPregnancyComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

Owing to its uncertain etiology, varying symptoms, rapid onset, and high fatality rate, amniotic fluid embolism (AFE) is one of the most challenging obstetric emergencies.In a new international study published in PLOS Medicine, Kathryn Fitzpatrick and colleagues [1] provide valuable clinical information about this rare complication, which occurs in 2-8 of 100,000 pregnancies [2].The clinical signs and symptoms of AFE include a rapid deterioration of maternal condition, cardiac arrest or arrhythmia, hypotension, respiratory distress, coagulopathy and massive hemorrhage, and acute fetal compromise.Premonitory symptoms such as tingling, shortness of breath, and agitation may occur before the signs and symptoms of cardiovascular collapse.Consumptive coagulopathy without cardiorespiratory symptoms is sometimes recognized as a forme fruste of AFE, but it is important to exclude other possible diagnoses, such as septic shock or coagulopathy caused by, rather than the cause of, excessive bleeding.Myocardial infarction and other conditions can also resemble AFE.Given the acuity and complexity of AFE signs and symptoms, an immediate response by a multidisciplinary team including experienced specialists in obstetrics, maternal-fetal medicine, anesthesia, intensive care, and hematology is probably key for survival, as observed by Fitzpatrick and colleagues [1].Because AFE is a diagnosis of exclusion, a precise case definition is difficult to establish.For these reasons, Fitzpatrick and coauthors examined risk factors, prognosis, and clinical management of AFE using three different definitions: the most liberal definition proposed by the United Kingdom Obstetric Surveillance System (UKOSS) [3], a consensus-driven definition developed by the International Network of Obstetric Survey Systems (INOSS) [4], and the most restrictive definition developed by Clark and colleagues and used by the Amniotic Fluid Embolism Registry in the United States [5].The latter two definitions were modified to harmonize the data collected across international sites.Interestingly, the main risk factors identified in this study were consistent across all three case definitions.Prenatal risk factors included advanced maternal age, multiple pregnancy, gestational diabetes, polyhydramnios, placenta previa, and placental abruption.Several risk factors were related to common obstetric interventions: induction of labor, operative vaginal delivery, and cesarean delivery.This new evidence corroborates the results of previous studies [2,[6][7][8][9] and should spawn further etiologic research.Knowledge of these risk factors has little utility for clinical prediction of AFE, however, because the vast majority of women with these risk factors will have a normal pregnancy and delivery.In previous studies, the case fatality of AFE varied between 11% and 48%, depending on the study design (population versus hospital based) and case definition [2,6].Using the UKOSS

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)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,033
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0040,006
Science ouverte0,0010,002
Intégrité de la recherche0,0500,039
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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 Opus0,041
Tête enseignante GPT0,273
Écart entre enseignants0,232 · 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'étudeÉtude de cas
Domainenon disponible
GenreÉditorial

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

En bref

Citations15
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS MedicineMême sujetMaternal and fetal healthcareTravaux en français237 207