Measurement of Lower Uterine Segment Thickness to Detect Uterine Scar Defect: Comparison of Transabdominal and Transvaginal Ultrasound
Notice bibliographique
Résumé
OBJECTIVES: Lower uterine segment (LUS) thickness measurement using transabdominal ultrasound (TA-US), transvaginal ultrasound (TV-US), or the combination of both methods can detect scar defect in women with prior cesarean. We aimed to compare the sensitivity of three approaches. METHODS: Women with prior cesarean underwent LUS thickness measurement at 34-38 weeks' gestation. Among those who underwent repeat cesarean before labor, we compared the accuracy of TA-US, TV-US, and the thinner of the two measurements (the "combined measurement") for uterine scar dehiscence using the area under the curve (AUC) of receiver operating curves with their 95% confidence intervals (CI). We calculated the sensitivity and specificity of the three approaches using a cut-off of 2.3 mm based on prior literature. RESULTS: We included 747 participants. The mean LUS thickness was greater with TA-US (3.8 ± 1.6 mm) compared with TV-US (3.5 ± 1.9 mm) or the combined measurement (3.2 ± 1.5 mm; P < .001). The AUC was 78% (95% CI: 69%-87%), 85% (95% CI: 79%-91%), and 88% (95% CI: 82%-93%), respectively (all with P < .001). The AUC difference between TA-US and the combined measurement was not significant (P = .057). A LUS below 2.3 mm would have predicted 9 (45%) of the 20 cases of uterine scar dehiscence using TA-US, 17 (85%) using TV-US, and 18 (90%) using the combined measurement (P < .01). CONCLUSION: The choice of ultrasound approach influences the measurement of the LUS thickness. The combination of the TA-US and TV-US seems to be superior for the detection of uterine dehiscence.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».