MétaCan
Menu
Retour à la cohorte
Enregistrement W3126843185 · doi:10.31083/j.ceog.2021.01.5466

What do the numbers say? - Introduction of the WHO ICD-PM classification and fetuses-at risk approach in perinatal audit, South India

2021· article· en· W3126843185 sur OpenAlexaff
Momina Zulfeen, Rekha Upadhya, Sapna Vinit Amin, Muralidhar Pai, Leslie Lewis

Notice bibliographique

RevueClinical and Experimental Obstetrics & Gynecology · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Coding and Health Information
Établissements canadiensUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineAuditGestational ageObstetricsPerinatal mortalityPregnancyFetusPediatricsPreeclampsiaEclampsia

Résumé

récupéré en direct d'OpenAlex

Objective: In India, despite a reduction in perinatal mortality rate from 2014 to 2019, still birth rate is still the same at the national average of 4/1000 live births. As yet there is no nation-wide audit in India except for facility based audits. Hence the need for a simplified yet effective audit process exists. The aim of this study was to perform a qualitative perinatal audit and devise methods for future audits. Methods: We conducted a one year audit for all perinatal deaths using WHO ICD PM and 3-delay classification. Gestational age (GA) specific mortality was calculated for significant underlying factors using fetuses-at risk approach. Results: We recorded a perinatal mortality rate of 6.1/1000 births among booked cases and 21.32/1000 births among referred cases. Fetal growth restriction was the most common antenatal condition, accounting to 33.3% of antepartum deaths. Prematurity accounted to 52% of neonatal deaths. Phase 2 delay with delayed referrals in severe pre-eclampsia and Phase 1 delay with late visit (> 24 h) to hospital after experiencing absent fetal movements were the most common identifiable delays. Hypertension stood out to be the single most common risk-factor. GA specific mortalities, calculated using fetuses-at risk approach, show a peak mortality rate at 30 weeks, 37 weeks and 38 weeks in pregnancies with early-onset preeclampsia, severe fetal growth restriction and medically treated gestational diabetes respectively. Conclusion: The audit identified significant contributing factors to the mortality. ICD-PM and 3-delay classification was simpler and easier to apply with wide areas of opportunities for secondary analysis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,069
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,069
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,003
Communication savante0,0070,005
Science ouverte0,0030,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,125
Tête enseignante GPT0,427
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical and Experimental Obstetrics & GynecologyMême sujetMedical Coding and Health InformationTravaux en français237 207