Relationship between Vaginal Bacterial Infections and Pregnancy Outcomes: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Bacterial infections are among the most serious infections worldwide. They can cause miscarriage, premature birth, stillbirth, and ectopic pregnancy in pregnant women. The aim of this study was to investigate the relationship between bacterial infections and pregnancy outcomes through a systematic review and meta-analysis. Materials and Methods: PubMed, Scopus, Web of Science, and Embase databases were searched from January 2000 to December 2018 using appropriate keywords to identify related articles. The final related studies were selected and evaluated using the Newcastle-Ottawa Scale (NOS). Results: Results of this meta-analysis based on combining case-control studies showed that the presence of bacterial infections could lead increase in the odds of all pregnancy outcomes like premature infant birth (odd ratio [OR]: 1.50; 95% Confidence Interval [CI], 1.39-1.61), preterm delivery (OR: 1.54; 95% CI, 1.39-1.70), abortion (OR: 1.16; 95% CI, 1.04-1.29), stillbirth (OR, 1.29; 95% CI, 1.12-1.49), and ectopic pregnancy (OR: 1.12; 95% CI, 1.05--1.19). The results showed that the Risk Ratio (RR) of preterm delivery in pregnant women with vaginal infections was 1.57 (95% CI, 1.46-1.67), whereas the RR of abortion was 2.02 (95% CI, 1.72-2.38). Conclusions: Based on the results of this meta-analysis, the presence of bacterial infections in pregnant women can lead increase in the risk of pregnancy outcomes especially, preterm delivery, abortion, stillbirth, and ectopic pregnancy. Therefore, it is necessary for obstetricians and gynecologists to pay attention to the diagnosis of these infections in women before pregnancy and during pregnancy in order to prevent the consequences of these infections.
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 | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».