Vaginal misoprostol versus vaginal dinoprostone for cervical ripening and induction of labour: An individual participant data meta‐analysis of randomised controlled trials
Notice bibliographique
Résumé
Abstract Background Induction of labour (IOL) is common practice and different methods carry different effectiveness and safety profiles. Objectives To compare the effectiveness, and maternal and perinatal safety outcomes of IOL with vaginal misoprostol versus vaginal dinoprostone using individual participant data from randomised clinical trials. Search strategy The following databases were searched from inception to March 2023: CINAHL Plus, ClinicalTrials.gov, Cochrane Pregnancy and Childbirth Group Trial Register, Ovid Embase, Ovid Emcare, Ovid MEDLINE, Scopus and the World Health Organization (WHO) International Clinical Trials Registry Platform (ICTRP). Selection criteria Randomised controlled trials (RCTs), with viable singleton gestation, no language restrictions, and all published and unpublished data. Data collection and analysis An individual participant data meta‐analysis was carried out. Main results Ten of 52 eligible trials provided individual participant data, of which two were excluded after checking data integrity. The remaining eight trials compared low‐dose vaginal misoprostol versus dinoprostone, including 4180 women undergoing IOL, which represents 32.8% of all participants in the published RCTs. Of these, 2077 were assigned to low‐dose vaginal misoprostol and 2103 were assigned to vaginal dinoprostone. Compared with vaginal dinoprostone, low‐dose vaginal misoprostol had a comparable rate of vaginal birth. Composite adverse perinatal outcomes did not differ between the groups. Compared with vaginal dinoprostone, composite adverse maternal outcomes were significantly lower with low‐dose vaginal misoprostol (aOR 0.80, 95% CI 0.65–0.98, P = 0.03, I 2 = 0%). Conclusions Low‐dose vaginal misoprostol and vaginal dinoprostone for IOL are comparable in terms of effectiveness and perinatal safety. However, low‐dose vaginal misoprostol is likely to lead to a lower rate of composite adverse maternal outcomes than vaginal dinoprostone.
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 | 0,038 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,031 | 0,057 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».