Frequency of Success Rate of Cervical Cerclage in Preventing Preterm Deliveries
Notice bibliographique
Résumé
Objective: Determination of success rate of cervical cerclage in prevention of preterm deliveries in patients with cervical incompetence. Study Design: Case Series study. Place and Duration of Study: Study was conducted at Khyber Teaching Hospital for a period of six months from 29 March, 2018 to 29 September, 2018. Methodology: 97 pregnant women were recruited who had a history of previous miscarriages or pre-term delivery. Cervical Cerclage was performed on these patients who were then observed till delivery to ascertain the success rate of cervical cerclage in preventing pre-term deliveries in these patients. Results: In this study mean age was 30 years with SD 8.316. 63% patients were nulli para (with previous second trimester losses) and 37% patients were multi para (with previous pre-term deliveries). 78% delivered at term and 22% delivered preterm. 80% of babies delivered with good apgar score and weight greater than 2.5 kg where as 20% of babies delivered with low apgar score and weight less than 2.5kg. Overall success rate of cervical cerclage was 80%. Conclusion: Our study concluded that success rate of cervical cerclage was 80% in preventing pre-term deliveries in patients having cervical incompetence. Keywords: Cervical Cerclage, Pre-term deliveries, Cervical incompetence, Trans-vaginal
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».