Maternal risk factors and adverse birth outcomes associated with HELLP syndrome: a population‐based study
Notice bibliographique
Résumé
OBJECTIVES: We assessed the incidence, risk factors and adverse birth outcomes associated with elevated liver enzymes and low platelets (HELLP) syndrome. DESIGN: A retrospective population-based cohort study. SETTING: Canada (excluding Quebec), 2012/2013-2015/2016. POPULATION: Mothers with a singleton hospital live birth or stillbirth at ≥24 weeks' gestation (n = 1 078 323). METHODS: HELLP syndrome was identified using ICD-10-CA diagnostic code from delivery hospitalisation data. We used logistic regression to identify independent risk factors for HELLP syndrome by obtaining adjusted odds ratios (AOR) and 95% confidence intervals (CI), and to assess the associations with adverse outcomes. MAIN OUTCOME MEASURES: Adverse maternal (e.g. eclampsia) and fetal/neonatal outcomes (e.g. intraventricular haemorrhage, perinatal death). RESULTS: The incidence of HELLP syndrome was 2.5 per 1000 singleton deliveries (n = 2663). Risk factors included: age ≥35 years, rural residence, nulliparity, parity ≥4, pre-pregnancy and gestational hypertension and diabetes, assisted reproduction, chronic cardiac conditions, systemic lupus erythematosus, obesity, chronic hepatic conditions, placental disorders (e.g. fetomaternal transfusion) and congenital anomalies. PROM and age <25 years were inversely associated with HELLP syndrome (P-values <0.05). Women with the syndrome had a 10-fold higher maternal mortality (95% CI 1.6-84.3) and elevated severe maternal morbidity (9.6 versus 121.7 per 1000; AOR 12.5, 95% CI 11.1-14.1); and higher perinatal mortality (4.3 versus 21.0 per 1000; AOR 4.5, 95% CI 3.5-5.9) and perinatal mortality/severe neonatal morbidity (21.2 versus 202.4 per 1000; AOR 10.7, 95% CI 9.7-11.8). CONCLUSION: HELLP syndrome is associated with specific pre-pregnancy and pregnancy risk factors, higher rates of maternal death, and substantially higher severe maternal morbidity, perinatal mortality and severe neonatal morbidity. TWEETABLE ABSTRACT: HELLP syndrome is associated with higher maternal death rate, and substantially higher severe maternal and neonatal morbidity, and perinatal mortality.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».