MétaCan
Menu
Retour à la cohorte
Enregistrement W4302761388 · doi:10.1371/journal.pone.0268229

Prediction of odds for emergency cesarean section: A secondary analysis of the CHILD term birth cohort study

2022· article· en· W4302761388 sur OpenAlexafffund
Mon Hnin Tun, Radha Chari, Padma Kaul, Fabiana V. Mamede, Mike Paulden, Diana L. Lefebvre, Stuart E. Turvey, Theo J. Moraes, Malcolm R. Sears, Padmaja Subbarao, Piush J. Mandhane

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensHospital for Sick ChildrenUniversity of British ColumbiaSickKids FoundationUniversity of TorontoMcMaster UniversityCanadian VIGOUR CentreUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchWomen and Children's Health Research InstituteChildren's Health Research Institute
Mots-clésMedicineReceiver operating characteristicOdds ratioPregnancyObstetricsOddsCohortVaginal deliveryEmergency departmentCohort studyLogistic regressionInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Previously developed cesarean section (CS) and emergency CS prediction tools use antenatal and intrapartum risk factors. We aimed to develop a predictive model for the risk of emergency CS before the onset of labour utilizing antenatal obstetric and non-obstetric factors. METHODS: We completed a secondary analysis of data collected from the CHILD Cohort Study. The analysis was limited to term (≥37 weeks), singleton pregnant women with cephalic presentation. The sample was divided into a training and validation dataset. The emergency CS prediction model was developed in the training dataset and the performance accuracy was assessed by the area under the receiver operating characteristic curve(AUC) of the receiver operating characteristic analysis (ROC). Our final model was subsequently evaluated in the validation dataset. RESULTS: The participant sample consisted of 2,836 pregnant women. Mean age of participants was 32 years, mean BMI of 25.4 kg/m2 and 39% were nulliparous. 14% had emergency CS delivery. Each year of increasing maternal age increased the odds of emergency CS by 6% (adjusted Odds Ratio (aOR 1.06,1.02-1.08). Likewise, there was a 4% increase odds of emergency CS for each unit increase in BMI (aOR 1.04,1.02-1.06). In contrast, increase in maternal height has a negative association with emergency CS. The final emergency CS delivery predictive model included six variables (hypertensive disorders of pregnancy, antenatal depression, previous vaginal delivery, age, height, BMI). The AUC for our final prediction model was 0.74 (0.72-0.77) in the training set with a similar AUC in the validation dataset (0.77; 0.71-0.82). CONCLUSION: The developed and validated emergency CS delivery prediction model can be used in counselling prospective parents around their CS risk and healthcare resource planning. Further validation of the tool is suggested.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,296
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetMaternal and Perinatal Health InterventionsTravaux en français237 207