The data we have: Pregnancy and birth related data collection in Australia, Canada, Europe and the USA- A web-based survey of practice
Notice bibliographique
Résumé
OBJECTIVES: To determine the feasibility of combining routinely recorded perinatal data from several databases in high-income countries to assess the risk of recurrent stillbirth. METHODS: Web-based questionnaire survey with reminder emails and searching of relevant country websites. RESULTS: 120 countries/regions in Canada, Europe and the USA were invited to participate and 83 (69%) responded. Of those one had no data, and two did not wish to take part. The remaining 80 were sent the questionnaire and 63 (53%) were completed. Twenty-seven countries/regions reported that they collect information on all perinatal events (including early pregnancy loss), 34 on live births and stillbirths and two only live births (stillbirths recorded in a separate database). Most countries (53/63) can link two or more pregnancies occurring in the same woman. Data and information extracted from the Australian and New Zealand Government websites showed that information on all perinatal events is collected nationally in New Zealand and in 5/8 regions in Australia. Both Australia and New Zealand can link two or more pregnancies occurring in the same woman. Maternal age and caffeine consumption were the most and least consistently collected demographic indicators respectively. Diabetes mellitus and mental health problems, birthweight and obstetric cholestasis the most and least consistently collected for medical conditions and pregnancy condition/complications. Procedures for gaining access to data vary between countries. CONCLUSION: This study demonstrates that it is possible to link pregnancies in the same woman to assess the risk of recurrent stillbirth using routinely collected perinatal data in all states/territories in Australia, 7/8 responding provinces/territories in Canada, 21/27 responding countries/regions in Europe, New Zealand and 26/28 responding states in the USA. The scope of the databases and quality and extent of data collected (thus their potential use) varied, as did procedures for accessing their data.
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 | 0,005 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».