VP45.12: A cross‐sectional evaluation of fetal ultrasound utilisation and acuity during the COVID‐19 pandemic
Notice bibliographique
Résumé
To evaluate the impact of the COVID-19 pandemic on fetal assessment utilisation and acuity of cases seen. This is a cross-sectional study comparing temporal trends in fetal assessment unit volumes and acuity at a single, tertiary-care centre. All fetal assessment scans performed during the first ‘wave’ of the pandemic (March to May 2020) were compared to scans from the same time last year (March to May 2019). Clinic lists and stored ultrasound reports were reviewed to collate maternal demographics and medical history, referral patterns, number of scans, ultrasound findings, and level of acuity, in order to compare outcomes between time periods. There were 5811 scans performed during the study period, and an overall reduction in the number of fetal assessment scans performed during the first wave of the COVID pandemic compared to last year. The most dramatic decline was seen in the number of scans performed for first-trimester complications (0.9% vs 0.2%; p < 0.001) and genetic ultrasounds including amniocentesis (2.5% vs 1.7%; p < 0.05). Interestingly, there was in increase in the relative proportion of nuchal translucency scans performed between the 2 periods (10.8% vs 13.7%; p < 0.001). The causes of these changes in volumes and acuity were attributable to changes in referral practices (including modified prenatal visit schedules), changes to timing of follow-up scans, and patient preferences. There was also a significant increase in the acuity of cases seen during the pandemic, with several referrals requiring emergency delivery or urgent hospital admission due to fetal and/or maternal complications (p < 0.05). There was a decrease in fetal assessment utilisation during the first wave of the pandemic combined with an overall increase in the level of acuity of cases seen, which appears multi-factorial in nature. An enhanced awareness of changes in fetal ultrasound volumes and the relationship with adverse outcomes will be essential in planning obstetrical care for the next wave of the pandemic.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».