The potential impact of universal screening for vasa previa in the prevention of stillbirths
Notice bibliographique
Résumé
OBJECTIVES: To estimate the number of pregnancies complicated by vasa previa annually in nine developed countries, and the potential preventable stillbirths associated with undiagnosed cases. We also assessed the potential impact of universal screening for vasa previa on reducing stillbirth rates. METHODS: We utilized nationally-reported birth and stillbirth data from public databases in the United States, United Kingdom, Canada, Germany, Ireland, Greece, Sweden, Portugal, and Australia. Using the annual number of births and the number and rate of stillbirths in each country, and the published incidence of vasa previa and stillbirth rates associated with the condition, we estimated the expected annual number of cases of vasa previa, those that would result in a livebirth, and the potential preventable stillbirths with and without prenatal diagnosis. RESULTS: There were 6,099,118 total annual births with 32,550 stillbirths, corresponding to a summary stillbirth rate of 5.34 per 1,000 pregnancies. The total expected vasa previa cases was estimated to be 5,007 (95 % CI: 3,208-7,201). The estimated number of livebirths would be 4,937 (95 % CI: 3,163-7,100) and 3,610 (95 % CI: 2,313-5,192) in pregnancies with and without a prenatal diagnosis of VP. This implies that prenatal diagnosis would potentially prevent 1,327 (95 % CI: 850-1,908) stillbirths in these countries, corresponding to a potential reduction in stillbirth rate by 4.72 % (95 % CI: 3.80-5.74) if routine screening for vasa previa was performed. CONCLUSIONS: Our study highlights the importance of universal screening for vasa previa and suggests that prenatal diagnosis of prevention could potentially reduce 4-5 % of stillbirths.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».