Survey of iron prescribing practices for post‐partum anaemia
Notice bibliographique
Résumé
OBJECTIVE: Treatment for postpartum anaemia frequently entails iron supplementation, but questions remain regarding its optimal dosing, frequency, and efficacy. Our objective was to learn about the current prescribing practices of obstetrical providers at multiple hospitals, including indications and regimens used; further, we sought to understand how these practices are learned. METHODS: A 10-question web-based survey was developed via expert consensus. The survey was distributed via email to obstetrical providers (including trainees) practising at seven hospitals affiliated with the University of Toronto, including from Obstetrics & Gynaecology (OBGYN), Family Practice (FP-OB) and midwifery. RESULTS: The survey was directly sent to 469 participants and 140 responses were collected from the direct email recruitment pool (response rate 30%). Half of respondents were OBGYN physicians. The most common indication was a post-partum haemoglobin threshold of 90 g/L. Both intravenous and oral formulations were used; the most common oral formulation was ferrous fumarate (77%). Prescribing practices were most commonly shaped using passed-down knowledge. CONCLUSION: Through this survey, we have learned about the most common post-partum iron supplementation indications, formulations and regimens used in both academic and community hospitals in the greater Toronto area. This insight will help inform future studies investigating the efficacy of oral iron supplementation in the treatment of post-partum anaemia.
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 | 0,002 | 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) | 0,002 | 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 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 ».