The Ethical Obligation to Prevent Maternal Mortality during the COVID-19 Pandemic and Beyond
Notice bibliographique
Résumé
of COVID-19 infections; the vast majority were among unvaccinated pregnant patients. 4aternal mortality rates in the USA in 2021 were about 24/100,000 live births, while in the United Kingdom, the number was less than nine, and in Canada, it was less than seven, and rates are much higher for Blacks and Hispanics.Maternal mortality, as defined by the Centers for Disease Control and Prevention (CDC), therefore, places the USA far behind its peer nations. 1 This paper was presented at the symposium ZAGREB-New York Ethical and Perinatal Dialogue (1st International Symposium When does human life begin?Ethics, law, and professionalism in reproductive medicine; and Fetal neurology: from short-to the long-term follow-up -how to proceed?Multi-center results on the clinical use of KANET), held on 8-9 October 2022 in Zagreb, Croatia. IntroductIonMaternal mortality is a major global concern.The maternal mortality rate in the USA has for many years exceeded that of other high-income countries, and data show a widening gap between the USA and its peer nations. 1 Although a notable decline in maternal mortality in the USA occurred during the mid-20th century, this progress stalled during the late 20th century.Furthermore, maternal mortality rates have increased during the early 21st century.Since 1987 the number of reported pregnancy-related deaths in the USA has steadily increased from 7.2 deaths/100,000 live births in 1987 to 16.9 deaths per 100,000 live births in 2016.][4] Maternal deaths in the USA further increased during the COVID-19 pandemic.After leveling off around 2015, maternal mortality rates in the USA further increased in 2020 and 2021 by about 20%, with most of the increase in maternal deaths due to COVID-19-related deaths.In 2021 about one in four maternal deaths were due to causes 1,
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 | 0,005 | 0,146 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».