MétaCan
Menu
Retour à la cohorte
Enregistrement W4405760924 · doi:10.15584/ejcem.2024.4.8

Trends of in-hospital maternal mortality during the COVID-19 pandemic in southern Morocco – analysis of a time series from 2016–2022

2024· article· en· W4405760924 sur OpenAlexaboutno aff
Keltouma Oumbarek, Rachid Razıne, Abdelmajid Lkoul, Safiya Mahlaq, Samia El Hilali, Laila Lahlou, Mohamed Amine Baba, Ahmed Kharbach, Majdouline Obtel

Notice bibliographique

RevueEuropean Journal of Clinical and Experimental Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicMedicineCoronavirus disease 2019 (COVID-19)DemographyRetrospective cohort studyQuarter (Canadian coin)Public healthPediatricsGeographyDiseaseInfectious disease (medical specialty)Internal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction and aim. The aim of this study was to compare trends of in-hospital maternal mortality in southern Morocco be fore and after the COVID-19 pandemic emerged in the Kingdom in March 2020. Material and methods. We conducted a retrospective study of a time series of hospital maternal deaths from January 2016 to December 2022. Data were collected from maternal death registers and monthly reports from maternity departments of six public hospitals in Souss Massa region (one regional and five provincial hospitals). Results. 216 maternal deaths occurred during the study period, 112 before and 104 during the pandemic. The highest annual maternal mortality ratio (MMR) was observed in 2021 (207.41 deaths/100,000 live births). Trends of monthly MMR showed a significant increase during the pandemic compared with the pre-pandemic period (p=0.002). Furthermore, an extremely high MMR value (977.57/100,000 live births) was noted in August 2021 (the Delta wave). There was a significant difference in the distribution of causes of maternal death. Proportion of indirect causes were tripled during the pandemic (from 8% to 24%), with 17/104 (16.3%) deaths related to SARS-CoV-2 pneumonia. Conclusion. In-hospital MMR increased in public hospitals of the Souss Massa region during the COVID-19 pandemic, particu larly in the third quarter of 2021.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,902

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,088
Tête enseignante GPT0,450
Écart entre enseignants0,362 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Clinical and Experimental MedicineMême sujetCOVID-19 and healthcare impactsTravaux en français237 207