FREQUENCY OF MATERNAL NEAR-MISS IN OBSTETRICAL & GYNECOLOGY UNIT OF A TERTIARY CARE HOSPITAL
Notice bibliographique
Résumé
Objectives: To determine the frequency of near-miss among patients admitted during pregnancy till postpartum period.Materials and Methods: This cross-sectional study was conducted in Gynecology & Obstetrics Unit (B) of Lady Reading Hospital, Peshawar from 9/12/2019 to 9/6/2020. All women between age 15-48 years during pregnancy till 42 days after the end of pregnancy, admitted in the ward were included while a pregnant lady with complication not associated with pregnancy were excluded. Data on complications, mode of delivery, age and parity were taken from registers maintained in labor room, obstetrical ward and intensive care unit. Effect modifiers like age, gestational age. parity, gravida and causes were controlled through stratifications by using chi square test while P-value < 0.05 was taken as significant.Results: Out of total of 611 women were observed in which mean age was 29 ± 10.91 years. About 238(39%) patients were observed for primi para while 373(61%) patients were multi para. Similarly, 226(37%) patients were primi gravida while most of the patients were 385(63%) were multi gravida. Only 31(5%) patients had shock while 12(2%) patients had fits and very little number of 6(1%) patients had proteinuria. More over 8% patients had near miss while 92% patients didn’t had near miss.Conclusion: Our study concludes that the frequency of near-miss was 8% among patients admitted during pregnancy till postpartum period.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».