Transient ischemic attack and pregnancy, delivery and neonatal outcomes—An evaluation of a population database
Notice bibliographique
Résumé
OBJECTIVE: Transient ischemic attack (TIA) is rare in women of reproductive age. We aimed to compare perinatal outcomes between women who suffered from a TIA to those who did not. METHODS: A retrospective population-based cohort study utilizing the Healthcare Cost and Utilization Project, Nationwide Inpatient Sample (HCUP-NIS). All women who delivered or had a maternal death in the US (2004-2014) were included in the study. Pregnancy, delivery, and neonatal outcomes were compared between women with an ICD-9 diagnosis of a TIA to those without. RESULTS: Overall, 9 096 788 women met the inclusion criteria. Of these, 203 women (2.2/100000) had a TIA (either before or during pregnancy). Women with TIA, compared to those without, were more likely to be older than 35 years of age, white, in the highest income quartile, be insured by private insurance and suffer from obesity and chronic hypertension. Patients in the TIA group, compared to those without, had a higher rate of pregnancy-induced hypertension (aOR 2.5, 95% CI: 1.55-4.05, P < 0.001), pre-eclampsia (aOR 3.77, 95% CI: 2.15-6.62, P < 0.001), eclampsia (aOR 28.05, 95% CI: 6.91-113.95, P < 0.001), preterm delivery (aOR 1.78, 95% CI: 1.03-3.07, P = 0.039), and maternal complications such as deep vein thrombosis (aOR 33.3, 95% CI: 8.07-137.42, P < 0.001). Regarding neonatal outcomes, patients with a TIA, compared to those without, had a higher rate of congenital anomalies (aOR 7.04, 95% CI: 2.86-17.32, P < 0.001). CONCLUSION: Women with a TIA diagnosis before or during pregnancy had a higher rate of maternal complications, including hypertensive disorders of pregnancy and venous thromboembolism, as well as an increased risk of congenital anomalies.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».