Myasthenia Gravis in Pregnancy: Case Series and Systematic Review
Notice bibliographique
Résumé
Background: Myasthenia gravis (MG) is an autoimmune disease which can affect reproductive-aged women and impact pregnancy outcomes. Objectives: To systematically review pregnancy outcomes for patients with MG. Search Strategy: Ovid MEDLINE, EMBASE, Cochrane Central Register of Controlled Trials, PubMed (Non-Medline records), Web of Science, and LILACS databases were systematically searched for pregnancies complicated by MG. Selection Criteria: Human studies of five or more subjects reporting outcomes of MG in pregnancy published in any language. Data Collection and Analysis: Following identification and review of relevant studies, data on study characteristics, MG subtypes, treatment, disease and pregnancy outcomes were extracted. Assessment of bias was performed using the National Institutes of Health Quality Assessment Tool for Case Series. In addition, cases of MG in pregnancy managed at our centre were identified and outcomes included in the analysis. Main Results: In total, 32 publications met inclusion criteria for systematic review, for a total of 33 unique data sets including 48 cases at our institution. In total, outcome data was available for 824 pregnancies complicated by MG. Overall risk of MG exacerbation was 33.8% with a 6.4% risk of myasthenic crisis in pregnancy and 8.2% postpartum. Spontaneous vaginal delivery occurred in 56.3% of pregnancies. The risk of transient neonatal myasthenia gravis (TNMG) was 13.0%. Conclusions: One third of pregnant MG patients will experience an exacerbation with 6.4% and 8.2% experiencing myasthenic crisis in pregnancy and postpartum respectively. More than half of MG patients had a spontaneous vaginal birth. The risk of TNMG is 13%
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».