Risk factors for pre‐eclampsia in clinical practice guidelines: Comparison with the evidence
Notice bibliographique
Résumé
OBJECTIVE: To compare pre-eclampsia risk factors identified by clinical practice guidelines (CPGs) with risk factors from hierarchical evidence review, to guide pre-eclampsia prevention. DESIGN: Our search strategy provided hierarchical evidence of relationships between risk factors and pre-eclampsia using Medline (Ovid), searched from January 2010 to January 2021. SETTING: Published studies and CPGs. POPULATION: Pregnant women. METHODS: We evaluated the strength of association and quality of evidence (GRADE). CPGs (n = 15) were taken from a previous systematic review. MAIN OUTCOME MEASURE: Pre-eclampsia. RESULTS: Of 78 pre-eclampsia risk factors, 13 (16.5%) arise only during pregnancy. Strength of association was usually 'probable' (n = 40, 51.3%) and the quality of evidence was low (n = 35, 44.9%). The 'major' and 'moderate' risk factors proposed by 8/15 CPGs were not well aligned with the evidence; of the ten 'major' risk factors (alone warranting aspirin prophylaxis), associations with pre-eclampsia were definite (n = 4), probable (n = 5) or possible (n = 1), based on moderate (n = 4), low (n = 5) or very low (n = 1) quality evidence. Obesity ('moderate' risk factor) was definitely associated with pre-eclampsia (high-quality evidence). The other ten 'moderate' risk factors had probable (n = 8), possible (n = 1) or no (n = 1) association with pre-eclampsia, based on evidence of moderate (n = 1), low (n = 5) or very low (n = 4) quality. Three risk factors not identified by the CPGs had probable associations (high quality): being overweight; 'prehypertension' at booking; and blood pressure of 130-139/80-89 mmHg in early pregnancy. CONCLUSIONS: Pre-eclampsia risk factors in CPGs are poorly aligned with evidence, particularly for the strongest risk factor of obesity. There is a lack of distinction between risk factors identifiable in early pregnancy and those arising later. A refresh of the strategies advocated by CPGs is needed.
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 | 0,091 | 0,427 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,010 |
| Bibliométrie | 0,018 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,003 |
| 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 ».