VP17.06: Estimation of fetal weight in patients with high BMI: challenging but accurate?
Notice bibliographique
Résumé
To verify the accuracy of sonographic estimation of fetal weight in obese patients compared to normal body mass index (BMI) patients. We conducted a retrospective cohort study from January to December 2020 at both sites of a tertiary hospital. Estimated fetal weight (EFW) was compared to the actual birth weight (ABW) in grams obtained by chart review. We used Hadlock 3 to calculate EFW. Absolute error was calculated as (ABW-EFW) and percentage error (%err) as ((ABW-EFW)/ABW)x100. All patients above 36 weeks who had an ultrasound within 14 days of delivery were included; reported congenital anomalies and charts with undocumented BMI were excluded. We stratified results by BMI class and hospital campus. Based on the literature, a percentage error less or equal 10% was considered acceptable. Descriptive statistics and one-way ANOVA were employed to describe and compare results. Statistical significance was set at p < .05. From a total of 6019 patients, a sample size of 493 was obtained after exclusion criteria. Patients were distributed by BMI as per the WHO classification: normal (11.6%), overweight (28.6%), obesity classes I (28.4%), II (15.6%), III (12%), and IV (4%). Overall, mean absolute error was 61±268g and mean %err 1.77±7.79% for all patients. When comparing normal BMI vs obesity, mean absolute and %err were not statistically different for neither BMI class (P = .56 and p = .48, respectively), nor for different campus (P = .86 and p = .96, respectively). The mean %err for normal BMI was 0.5 vs 1.93 for BMI > 25 (P = .19). Almost 21% (n = 103) of cases presented %err above the acceptable 10% (%err varied from -21.5% to 23.2%). Our results showed that the %err was comparable among all BMI categories and no statistically significant difference was found when comparing obese with normal BMI patients. This is aligned with previously reported studies. When comparing hospital sites, no inter-observer differences were found. As for further directions, a quality improvement audit will be conducted to individually assess images in which %err was above 10%.
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 | 0,007 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».