Risk Factors Associated with Uterine Rupture and Dehiscence: A Cross-Sectional Canadian Study
Notice bibliographique
Résumé
Abstract Objective To compare maternal and perinatal risk factors associated with complete uterine rupture and uterine dehiscence. Methods Cross-sectional study of patients with uterine rupture/dehiscence from January 1998 to December 2017 (30 years) admitted at the Labor and Delivery Unit of a tertiary teaching hospital in Canada. Results There were 174 (0.1%) cases of uterine disruption (29 ruptures and 145 cases of dehiscence) out of 169,356 deliveries. There were associations between dehiscence and multiparity (odds ratio [OR]: 3.2; p = 0.02), elevated maternal body mass index (BMI; OR: 3.4; p = 0.02), attempt of vaginal birth after a cesarian section (OR: 2.9; p = 0.05) and 5-minute low Apgar score (OR: 5.9; p < 0.001). Uterine rupture was associated with preterm deliveries (36.5 ± 4.9 versus 38.2 ± 2.9; p = 0.006), postpartum hemorrhage (OR: 13.9; p < 0.001), hysterectomy (OR: 23.0; p = 0.002), and stillbirth (OR: 8.2; p < 0.001). There were no associations between uterine rupture and maternal age, gestational age, onset of labor, spontaneous or artificial rupture of membranes, use of oxytocin, type of uterine incision, and birthweight. Conclusion This large cohort demonstrated that there are different risk factors associated with either uterine rupture or dehiscence. Uterine rupture still represents a great threat to fetal-maternal health and, differently from the common belief, uterine dehiscence can also compromise perinatal outcomes.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,003 | 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 ».