SP6.12 - Do Pregnant Females Experiencing Physical Traumatic Injury have Different Mortality Outcomes Compared to Non-pregnant Females? A Systematic Review and Metanalysis
Notice bibliographique
Résumé
Abstract Aims To collate and analyse literature capturing mortality rates in pregnant and non-pregnant individuals of childbearing age who experienced physical trauma. Additionally, to identify any statistically significant differences in interventions received. Methods Comprehensive searches of PubMed, MEDLINE, and grey literature were conducted using MeSH terms. Data extraction by two independent reviewers was followed by quality assessments using the Newcastle-Ottawa Scale. A random effects meta-analysis assessed the effect of pregnancy on mortality post-physical trauma, employing risk ratios (RR) and 95% confidence intervals. Publication bias was evaluated through linear regression, Eggers test, and funnel plots. Results Twelve studies met eligibility criteria, yielding 1,113,376 pregnant and 18,185,789 non-pregnant females of childbearing age who experienced physical trauma. Low publication bias was observed. Pregnant females demonstrated a 35% mortality reduction vs. non-pregnant females (pooled RR: 0.65 [0.47-0.89], p=0.008), though significant heterogeneity existed across studies (I2 = 77%). A subgroup analysis focusing on mechanism of injury found the mortality reduction in pregnancy increased to 59% in motor vehicle accidents (pooled RR = 0.41 [0.32-0.52], p<0.001) with minimal study heterogeneity (I2 = 0%). Pregnant (vs. non-pregnant) females were less likely to be intubated (pooled RR = 0.69 [0.58, 0.81], p=<0.001, I2 = 9), but there were no other significant differences in the types of intervention received. Conclusions Pregnant females have a lower mortality risk from physical trauma than non-pregnant counterparts, particularly where the mechanism of injury is a motor vehicle accident. Additional research is warranted to elucidate the underlying factors contributing to this observed difference.
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 | 0,031 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,069 |
| Bibliométrie | 0,014 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».