Should case management be considered a component of obstetrical interventions for pregnancies at risk of preterm birth?
Notice bibliographique
Résumé
Preterm birth remains the leading cause of morbidity and mortality among nonanomalous neonates in the United States. Unfortunately, preterm birth rates remain high despite current medical interventions such as progestogen supplementation and cerclage placement. Case management, which encompasses coordinated care aimed at providing a more comprehensive and supportive environment, is a key component in improving health and reducing costs in other areas of medicine. However, it has not made its way into the general lexicon and practice of obstetrical care. Case management intended for decreasing prematurity or ameliorating its consequences may include specialty clinics, social services, coordination of specialty services such as nutrition counseling, home visits or frequent phone calls by specially trained personnel, and other elements described herein. It is not currently included in nor is it advocated for as a recommended prematurity prevention approach in the American College of Obstetricians and Gynecologists or Society for Maternal-Fetal Medicine guidelines for medically indicated or spontaneous preterm birth prevention. Our review of existing evidence finds consistent reductions or trends toward reductions in preterm birth with case management, particularly among individuals with high a priori risk of preterm birth across systematic reviews, metaanalyses, and randomized controlled studies. These findings suggest that case management has substantial potential to improve the environmental, behavioral, social, and psychological factors with patients at risk of preterm birth.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».