Maternal Near-Miss in a Tertiary Care Hospital: A Prospective Study From North India
Notice bibliographique
Résumé
Background: Maternal near-miss is defined as a ‘woman who nearly died but survived a complication during pregnancy, childbirth or within 42 days of termination of pregnancy’. A sudden and unexpected event during pregnancy, childbirth, or even after delivery, is a risk that is faced by every pregnant woman. Aim:This study aimed to establish the incidence of maternal near-misses, and to evaluate the clinical and epidemiological profile and causes of maternal near-miss. Materials and Methods: This was an observational prospective study, conducted in Lalla Ded Hospital for a period of 18 months after obtaining ethical clearance. Women who fulfilled any of the WHO criteria for MNM were included in the study as maternal near-miss cases. Results: The hospital witnessed 36,273 live births over the period of the study, of which 821 involved a near-miss. This equates to a MNM incidence ratio of 22.63 per 1000 live births. The mortality index in our study was 3.97%, and the near-miss to mortality ratio was 24.14:1. Haemorrhage was the leading cause of MNM (N=429 or 2.25%), followed by hypertensive disorders of pregnancy (N=280 or 34.10%). Anaemia was the most common associated factor and was present in 460 (56.03%)patients. Conclusion: Early identification of risk factors for placenta accreta spectrum, hypertensive disorders of pregnancy, medical disorders complicating pregnancy, anaemia, previous Caesarean section, and multifoetal pregnancy, among others, and thereby prompt management of such conditions, plays a critical role in the optimal management of MNM.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».