Influence of a Virtual Exercise Program throughout Pregnancy during the COVID-19 Pandemic on Perineal Tears and Episiotomy Rates: A Randomized Clinical Trial
Notice bibliographique
Résumé
The complications associated with COVID-19 confinement (impossibility of grouping, reduced mobility, distance between people, etc.) influence the lifestyle of pregnant women with important associated complications regarding pregnancy outcomes. Therefore, perineal traumas are the most common obstetric complications during childbirth. The aim of the present study was to examine the influence of a supervised virtual exercise program throughout pregnancy on perineal injury and episiotomy rates during childbirth. A randomized clinical trial design (NCT04563065) was used. Data were collected from 98 pregnant women without obstetric contraindications who attended their prenatal medical consultations. Women were randomly assigned to the intervention (IG, N = 48) or the control group (CG, N = 50). A virtual and supervised exercise program was conducted from 8–10 to 38–39 weeks of pregnancy. Significant differences were found between the study groups in the percentage of episiotomies, showing a lower episiotomy rate in the IG (N = 9/12%) compared to the CG (N = 18/38%) (χ2 (3) = 4.665; p = 0.031) and tears (IG, N = 25/52% vs. CG, N = 36/73%) (χ2 (3) = 4.559; p = 0.033). A virtual program of supervised exercise throughout pregnancy during the current COVID-19 pandemic may help reduce rates of episiotomy and perineal tears during delivery in healthy pregnant women.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».