Prevalence and predictors of uterine rupture among Ethiopian women: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Uterine rupture has a significant public health importance, contributing to 13% of maternal mortality and 74%-92% of perinatal mortality in Sub-Saharan Africa, and 36% of maternal mortality in Ethiopia. The prevalence and predictors of uterine rupture were highly variable and inconclusive across studies in the country. Therefore, this systematic review and meta-analysis aimed to estimate the pooled prevalence and predictor of uterine rupture in Ethiopia. METHODS: This systematic review and meta-analysis followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses 2009 checklist. PubMed, Cochrane Library, Google Scholar, and African Journals Online databases were searched. The Newcastle- Ottawa quality assessment tool was used for critical appraisal. I2 statistic and Egger's tests were used to assess the heterogeneity and publication bias, respectively. The random-effects model was used to estimate the pooled prevalence and odds ratios with a 95% confidence interval. RESULTS: Sixteen studies were included, with a total of 91,784 women in the meta-analysis. The pooled prevalence of uterine rupture was 2% (95% CI: 1.99, 3.01). The highest prevalence was observed in the Amhara regional state (5%) and the lowest was in Tigray region (1%). Previous cesarean delivery (OR = 9.95, 95% CI: 3.09, 32.0), lack of antenatal care visit (OR = 8.40, 95% CI: 4.5, 15.7), rural residence (OR = 4.75, 95% CI: 1.17, 19.3), grand multiparity (OR = 4.49, 95% CI: 2.83, 7.11) and obstructed labor (OR = 6.75, 95%CI: 1.92, 23.8) were predictors of uterine rupture. CONCLUSION: Uterine rupture is still high in Ethiopia. Therefore, proper auditing on the appropriateness of cesarean section and proper labor monitoring, improving antenatal care visit, and birth preparedness and complication readiness plan are needed. Moreover, early referral and family planning utilization are the recommended interventions to reduce the burden of uterine rupture among Ethiopia women.
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 | 0,014 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,043 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».