Optimal Plan for Delivery in Women with Obesity: A Large Population-based Retrospective Cohort Study Using the Better Outcomes Registry and Network (BORN) Database
Notice bibliographique
Résumé
Objective: To discern the optimal plan for delivery in nulliparous women with obesity at term gestation. Design: Large population-based retrospective cohort study Setting: Maternity hospitals in Ontario, Canada Population: Nulliparous women with obesity (BMI>30) with live, singleton, uncomplicated term gestations (37+0 to 41+6 weeks) between April 1st, 2012 and March 31st, 2019 Methods: Women were divided by plan for delivery (expectant management, induction of labour and no-labour caesarean section). The outcomes of interest were adverse delivery outcomes. Analyses were conducted using multivariable regression models. Analyses were stratified by each week of gestational age and by obesity class. Main Outcome Measures: The primary outcome was the Adverse Outcome Index (AOI), a binary composite of 10 maternal and neonatal adverse events. The Weighted Adverse Outcome Score (WAOS) was the secondary outcome. It provides a weighted score of each adverse event included in the AOI. Results: No-labour caesarean section reduced the risk of adverse delivery outcome by 41% (aRR 0.59, 95%CI [0.50, 0.70]) compared to expectant management at term gestation. There was no statistically significant difference in adverse birth outcomes when comparing induction of labour to expectant management (aRR 1.03, 95% CI [0.96, 1.10]). The greatest benefit to no-labour caesarean section was observed in the reduction of adverse neonatal events (aRR 0.70, 95% CI [0.57, 0.87]) particularly at 39 weeks of gestation. Conclusion: In women with obesity, no-labour caesarean section reduces adverse birth outcomes. Funding: Canadian Institute for Health Research (CIHR) (#MFM146444). Keywords: Plan for delivery, Induction of Labour, Caesarean Section, Obesity
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».