Hypertensive Disorders and Cardiovascular Severe Maternal Morbidity in the US, 2015-2019
Notice bibliographique
Résumé
Importance: The incidence of severe maternal morbidity (SMM)-and particularly cardiovascular SMM (cvSMM), the first cause of pregnancy-related mortality-has been rising in North America. Although hypertensive disorders of pregnancy (HDP) are common, their association with cvSMM specifically remains unclear. Objective: To assess the association between individual subtypes of HDP and cvSMM, in addition to overall SMM, in a large, nationally representative sample. Design, Setting, and Participants: A population-based cohort study using the United States National Inpatient Sample was conducted. Individuals with obstetric deliveries between 2015 and 2019 were included. Data analysis was performed from October 2023 to February 2024. Exposure: HDP subtypes included gestational hypertension, chronic hypertension, preeclampsia without severe features, severe preeclampsia, and HELLP (hemolysis, elevated liver enzymes, and low platelet) syndrome. Main Outcomes and Measures: The primary outcome was a composite of cvSMM (including conditions such as pulmonary edema, stroke, and acute myocardial infarction) and the secondary outcome was a composite of overall SMM (including cvSMM and other conditions such as respiratory failure, severe postpartum hemorrhage, and sepsis). Adjusted risk ratios (aRRs) for the association between HDP subtypes and the outcomes were estimated using modified Poisson regression models adjusted for demographic and clinical characteristics. Results: Among 15 714 940 obstetric deliveries, 2 045 089 (13.02%) had HDP, 23 445 (0.15%) were affected by cvSMM, and 282 160 (1.80%) were affected by SMM. The mean (SD) age of the cohort was of 29 (6) years. The incidence of cvSMM was higher in participants with HDP than those without HDP (0.48% [9770 of 2 045 089] vs 0.10% [13 680 of 13 669 851]; P < .001). Participants with HELLP syndrome had the highest risk for cvSMM (aRR, 17.55 [95% CI, 14.67-21.01]), followed by severe preeclampsia (aRR, 9.11 [95% CI, 8.26-10.04]), and chronic hypertension (aRR, 3.57 [95% CI, 3.15-4.05]). Although HDP subtypes were also associated with overall SMM, the association with HELLP syndrome (aRR, 9.94 [95% CI, 9.44-10.45]), severe preeclampsia (aRR, 3.66 [95% CI, 3.55-3.78]), and chronic hypertension (aRR, 1.96 [95% CI, 1.88-2.03]) was attenuated compared with cvSMM. Conclusions and Relevance: In this cohort study, a graded relationship by severity characterized the association between HDP and cvSMM. Although all HDP subtypes were associated with an increased risk of overall SMM, the risk was more pronounced for cvSMM.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».