Maternal and neonatal outcomes among pregnant women with myasthenia gravis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objectives Myasthenia gravis (MG) is an autoimmune disease affecting the neuromuscular junction marked by weakness and fatiguability of skeletal muscle. MG has an unpredictable course in pregnancy. Our purpose was to evaluate the effect of MG on maternal and neonatal outcomes. Methods Using the United States' Healthcare Cost and Utilization Project Nationwide Inpatient Sample from 2005 to 2015, we conducted a retrospective cohort study consisting of women who delivered during that period. Multivariate logistic regression models, adjusted for baseline maternal demographics and comorbidities, were used to compare maternal and neonatal outcomes among pregnancies in women with and without MG. Results During the study period, 974 deliveries were to women diagnosed with MG. Women with MG were more likely to be older, African American, obese, have Medicare insurance and be discharged from an urban teaching hospital. Women with MG were also more likely to have chronic hypertension, pre-gestational diabetes, hypothyroidism, and chronic steroid use. Women with MG were at greater risk for acute respiratory failure (OR 13.7, 95% CI 8.9-21.2) and increased length of hospital stay (OR 2.5, 95% CI 1.9-3.3). No significant difference was observed in the risk of preterm premature rupture of membranes, caesarean section or instrumental vaginal delivery. Neonates of women with MG were more likely to be premature (OR 1.4, 95% CI 1.2-1.8). Conclusions MG in pregnancy is a high-risk condition associated with greater risk of maternal respiratory failure and preterm birth. Management in a tertiary care center with obstetrical, neurological, anesthesia and neonatology collaboration is recommended.
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.
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 | 0,000 |
| 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 découle