Epidemiology of pregnant patients with major trauma in Victoria
Notice bibliographique
Résumé
OBJECTIVE: Trauma is one of the most common contributors to maternal and foetal morbidity and mortality. The aim of the present study was to describe the characteristics and outcomes of major trauma in pregnant patients using a population-based registry. METHODS: Registry-based study using data from the Victorian State Trauma Registry (VSTR), a population-based database of all hospitalised major trauma (death due to injury, Injury Severity Score [ISS] ≥12, admission to an intensive care unit [ICU] for more than 24 h and requiring mechanical ventilation for at least part of their ICU stay or urgent surgery) in Victoria, Australia, from 1 July 2007 to 30 June 2019. Pregnant patients with major trauma were identified on the VSTR. We summarised patient data using descriptive statistics. RESULTS: Over the 12-year study period, there were 63 pregnant major trauma patients. Fifty-two (82.5%) patients sustained injuries resulting from road transport collisions. The maternal survival rate was 98.4% and the foetal survival rate was 88.9%. Thoracic injury was the most common injury (25/63), followed by abdominal injury (23/63). Eighty-six percent of the third trimester patients (19/22) were transported directly to a major trauma service with capacity for definitive care of the pregnancy. CONCLUSION: The present study demonstrated road transport injury was the most common mechanism of injury and both maternal survival rates and foetal survival rates were high. This information is essential for trauma care system planning and public health initiatives to improve the clinical management and outcomes of pregnant women with major trauma.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 tête enseignante, 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 ».