Prevention of pre‐eclampsia with aspirin: A systematic review of guidelines and evaluation of the quality of recommendation evidence
Notice bibliographique
Résumé
BACKGROUND: Evidence has shown significant benefits of aspirin for preventing pre-eclampsia. OBJECTIVES: The objective of this study was to systematically review recommendations from clinical practice guidelines and other recommendation documents on aspirin for the prevention of pre-eclampsia. SEARCH STRATEGY: Ten databases were searched for statements from December 1, 2013, to January 1, 2022. SELECTION CRITERIA: Without language restrictions, the most recent version of documents was considered. DATA COLLECTION AND ANALYSIS: Two authors independently extracted recommendations. Guideline quality was assessed using a modified AGREE-II instrument and the AGREE-REX tool. MAIN RESULTS: Out of 48 statements on the prevention of pre-eclampsia, 46 had recommendations on use of aspirin. Of them, 39 were supported by evidence from systematic reviews or randomized controlled trials. Three statements reported aspirin's significant reductions in preterm pre-eclampsia and one in perinatal death. Concerning quality, 41% of statements were rated as high quality in all domains of the AGREE-II tool, 15% were rated high quality in all domains of the AGREE-REX tool, and 11% were rated high quality in all domains on both tools. CONCLUSIONS: While 96% of statements advocated for use of aspirin, only 9% reported a significant reduction in preterm pre-eclampsia or perinatal death. Based on the AGREE tools, future statements could use methodological improvement.
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 | 0,034 | 0,173 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,009 |
| Bibliométrie | 0,019 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 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 ».