VP50.04: The use of ASA for the prevention of pre‐eclampsia: healthcare provider survey
Notice bibliographique
Résumé
The purpose of this study was to evaluate current practice and attitudes among Canadian obstetric care providers (Obstetricians/Gynecologists (OB/GYN), Maternal Fetal Medicine (MFM) specialists, Family physicians (FP) and Midwives (MW)) on screening for pre-eclampsia and the use of low dose aspirin (ASA) for the prevention of pre-eclampsia. A brief national-wide online survey was designed to assess the knowledge on pre-eclampsia screening and the usage of ASA for pre-eclampsia prevention. Descriptive statistics were used to characterize the participants' demographic characteristics. Chi-square tests were used to assess differences in health professionals' knowledge on PE screening and ASA usage for PE prevention between provider groups to identify key knowledge gaps. 336 respondents completed the survey: 55.1% OB/GYN,17.0% FP, 14.6%, MFM, 10.0% MW. Guidelines followed: SOGC 57.2%, ACOG 17%, NICE 7.5%, local guidelines 18.2%. Percentage of respondents who prescribe ASA for prevention of pre-eclampsia; 96.7%, prior to 16 weeks' gestation: 96.6%, recommended dose162 mg OD: 38% MFMs 61.2%, OB/GYN 48.6%, FP 45.6%, and MW 38.2%), recommended time of day to take ASA: bedtime 56.5%, recommended gestational age to stop ASA: 36 weeks gestation MFMs (87.8%), Ob/Gyns (71.9%), MWs (67.6%) and FPs (59.6%, p = 0.014). This study provides important information regarding the current practice among obstetric care providers in Canada with regard to pre-eclampsia screening and prevention. While most recommend ASA for the prevention of pre-eclampsia, the screening guidelines followed, ASA dosage and dosage schedules recommended, and timing of stopping of ASA were variable. This baseline knowledge will enable the focused development of educational materials for implementation of PE screening and prevention based on recent high grade evidence regarding predictive screening algorithms and optimal use of ASA for prevention.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».