Risk of Severe Maternal Morbidity Associated With Severe Acute Respiratory Syndrome Coronavirus 2 Infection During Pregnancy
Notice bibliographique
Résumé
Abstract Background Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection during pregnancy increases the risk of adverse fetal and neonatal outcomes, but the contribution to severe maternal morbidity (SMM) has been less frequently documented. Methods We conducted a national cohort study of 93 624 deliveries occurring between 11 March 2020 and 1 July 2021 using medical claims information from the OptumLabs Data Warehouse. SARS-CoV-2 infection was identified from diagnostic and laboratory testing claims records. We identified 21 SMM conditions using International Classification of Diseases, Tenth Revision, Clinical Modification and procedure codes and compared SMM conditions by SARS-CoV-2 status using Poisson regression with robust variance, adjusting for maternal sociodemographic and health factors, onset of labor, and week of conception. Results Approximately 5% of deliveries had a record of SARS-CoV-2 infection: 27.0% <7 days before delivery, 13.5% within 7–30 days of delivery, and 59.5% earlier in pregnancy. Compared to uninfected pregnancies, the adjusted risk of SMM was 2.22 times higher (95% confidence interval [CI], 1.97–2.48) among those infected <7 days before delivery and 1.66 times higher (95% CI, 1.23–2.08) among those infected 7–30 days before delivery. The highest risks were observed for acute respiratory distress syndrome (adjusted risk ratio [aRR], 13.24 [95% CI, 12.86–13.61]) and acute renal failure (aRR, 3.91 [95% CI, 3.32–4.50]). Conclusions COVID-19 is associated with increased rates of SMM.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».