Development and internal validation of a model predicting severe maternal morbidity using variables available pre-conception and in early pregnancy: a population-based study
Notice bibliographique
Résumé
Objective: To improve the prediction of maternal end-organ injury or death using routinely-collected variables from the pre-pregnancy and the early pregnancy period. Design: Population-based cohort study using linked administrative health data. Setting: Ontario, Canada, April 1, 2006 to March 31, 2014. Sample: Women aged 18-60 years with a livebirth or stillbirth, of which one birth was randomly selected per woman. Methods and main outcome measures: We constructed a CPM for the primary composite outcome of any maternal end-organ injury or death, arising between 20 weeks’ gestation and 42 days after the birth hospital discharge date. Our CPM included variables collected from 12 months before estimated conception until 19 weeks’ gestation. We developed a separate CPM for parous women to allow for the inclusion of factors from previous pregnancy(ies). Results: Of 634,290 women, 1969 experienced the primary composite outcome (3.1 per 1000). Predictive factors in the main CPM included maternal world region of origin, chronic medical conditions, parity, and obstetrical/perinatal issues – with moderate model discrimination (C-statistic 0.68, 95% CI 0.66-0.69). Among 333,435 parous women, the C-statistic was 0.71 (0.69-0.73) in the model using variables from the current (index) pregnancy as well as pre-pregnancy predictors and variables from any previous pregnancy. Conclusions: A combination of factors ascertained early in pregnancy through a basic medical history help to identify women at risk for severe morbidity, who may benefit from targeted preventive and surveillance strategies including appropriate specialty-based antenatal care pathways. Further refinement of this model would enable clinical use.
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 | 0,046 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».