Exploring Women’s Childbirth Experiences in Labor Induction versus Expectant Management: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Background: Negative childbirth experiences impact the well-being of women and their families. With rising induction of labor (IOL) rates and the inconsistent evidence regarding its impact on childbirth experiences, we conducted a systematic review and meta-analysis to estimate the overall effect of IOL versus expectant management on women’s childbirth experiences, defined as a woman’s self-assessment of her lasting memories of the childbirth event. Methods: We searched databases (PubMed, Embase, Cochrane Library, Science Direct, ProQuest and EBSCO) for RCTs and observational studies from 1970 to September 2023. Inclusion criteria covered women aged 19 and older with live, singleton, cephalic pregnancies at 37 0/7 until 41 6/7 weeks gestation. Quality was assessed using the Jadad and Newcastle-Ottawa Scales. RevMan 5.4 software and random-effects meta-analysis were used, adhering to PRISMA guidelines. Results: Of the 1.467 screened articles, we included nine studies from five European countries. Six studies (2.376 women) used the Childbirth Experience Questionnaire (CEQ). Overall CEQ scores showed no significant IOL vs. expectant management differences (MD = 0.01 [95% CI -0.06, 0.08]; p=0.78; I2 = 65%). Subgroup analyses favored IOL in RCTs (MD = 0.07 [95% CI 0.02, 0.13]; p=0.006; I2 = 0%) and studies with ≥500 participants (MD = 0.09 [95% CI 0.02, 0.15]; p=0.006; I2 = 0%). Conversely, four studies (48.324 women) using the Childbirth Experience Visual Analogue Scale (VAS) favored expectant management (OR = 0.73 [95% CI 0.63, 0.85]; p<0.001; I2 = 86%). Conclusion: VAS assessments suggest a more positive childbirth experience with the expectant management group. Improvements in the IOL process, transfer to delivery, and pain relief administration may benefit the IOL group. In contrast, the overall CEQ scores did not significantly differ between groups. Clinical practice should consider individualized approaches that align with patient needs and medical contexts. Limitations, such as variability in study quality and data heterogeneity, should be acknowledged.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».