Introduction of a standardised maternity early warning system: indicative data from a before‐and‐after study at a large pilot site before national rollout in Aotearoa New Zealand
Notice bibliographique
Résumé
Strong evidence now demonstrates that recognition and response systems using standardised early warning scores can help prevent harm associated with in-hospital clinical deterioration in non-pregnant adult patients. However, a standardised maternity-specific early warning system has not yet been agreed in the UK. In Aotearoa New Zealand, following the nationwide implementation of the standardised New Zealand Early Warning Score (NZEWS) for adult inpatients, a modified maternity-specific variation (NZMEWS) was piloted in a major tertiary hospital in Auckland, before national rollout. Following implementation in July 2018, we observed a significant and sustained reduction in severe maternal morbidity as measured by emergency response calls to women who were very unwell (emergency response team call), and a non-significant reduction in cardiorespiratory arrest team calls. Emergency response team calls to maternity wards fell from a median of 0.8 per 100 births at baseline (January 2017-May 2018) to 0.6 per 100 births monthly (from March 2019 to December 2020) (p < 0.0001). Cardiorespiratory arrest team calls to maternity wards fell from 0.14 per 100 births per quarter (quarter 1 2017-quarter 2 2018) to 0.09 calls per 100 births per quarter after NZMEWS was introduced (quarter 3 2018-quarter 4 2020) (p = 0.2593). These early results provide evidence that NZMEWS can detect and prevent deterioration of pregnant women, although there are multiple factors that may have contributed to the reduction in emergency response calls noted.
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 | 0,011 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».