MétaCan
Menu
Retour à la cohorte
Enregistrement W3047581939 · doi:10.1016/j.jogc.2020.06.026

Database Autopsy: An Efficient and Effective Confidential Enquiry into Maternal Deaths in Canada

2020· article· en· W3047581939 sur OpenAlexafffundvenueabout
Amélie Boutin, Arlin Cherian, Jessica Liauw, Susie Dzakpasu, Heather Scott, Michiel Van den Hof, Jocelynn L. Cook, Jennifer Blake, K.S. Joseph

Notice bibliographique

RevueJournal of Obstetrics and Gynaecology Canada · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal and fetal healthcare
Établissements canadiensThe Society of Obstetricians and Gynaecologists of CanadaUniversity of OttawaChildren's & Women's Health Centre of British ColumbiaIzaak Walton Killam Health CentreUniversity of TorontoBC Children's HospitalDalhousie UniversityPublic Health Agency of CanadaUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchPublic Health Agency of Canada
Mots-clésMedicinePregnancyMaternal deathObstetricsAbortionCause of deathAutopsyPediatricsPopulationEnvironmental healthInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Maternal death surveillance in Canada relies on hospitalization data, which lacks information on the underlying cause of death. We developed a method for identifying underlying causes of maternal death, and quantified the frequency of maternal death by cause. METHODS: We used data from the Discharge Abstract Database for fiscal years 2013 to 2017 to identify women who died in Canadian hospitals (excluding Quebec) while pregnant or within 1 year of the end of pregnancy. A sequential narrative based on hospital admission(s) during and after pregnancy was constituted and reviewed to assign the underlying cause of death (based on the World Health Organization's framework). Maternal deaths (i.e., while pregnant or within 42 days after the end of pregnancy) and late maternal deaths (i.e., more than 42 days to a year after the end of pregnancy) were examined separately. RESULTS: We identified 85 maternal deaths. Direct obstetric causes included 8 deaths (9%) related to complications of spontaneous or induced abortion; 9 (11%), to hypertensive disorders of pregnancy; 15 (18%), to obstetric hemorrhage; 11 (13%), to pregnancy-related infection; 16 (19%), to other obstetric complications; and <5 (<6%), to complications of management. There were 21 (25%) maternal deaths with indirect obstetric causes, and <5 (<6%) with undetermined causes. Of 120 late maternal deaths, 16 (13%) had direct obstetric causes, among them, 9 deaths by suicide (56%). One hundred late maternal deaths (83%) had indirect obstetric causes; and <5 (<4%) had undetermined causes. CONCLUSIONS: The majority of maternal deaths in Canada have direct obstetric causes, whereas most late maternal deaths have indirect obstetric causes. Suicide is an important direct cause of late maternal death.

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)0,061
score de la tête « metaresearch » (Gemma)0,145
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil0,344

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,145
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0150,011
Études des sciences et des technologies0,0050,002
Communication savante0,0060,002
Science ouverte0,0030,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,012
Tête enseignante GPT0,249
Écart entre enseignants0,238 · 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

Citations36
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJournal of Obstetrics and Gynaecology CanadaMême sujetMaternal and fetal healthcareTravaux en français237 207