Global maternal mortality associated with SARS-CoV-2 infection: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Pregnant and recently pregnant women infected with SARS-CoV-2 are at increased risk of death and serious complications than those without the infection. The extent of variation in mortality rates in pregnant women with SARS-CoV-2 infection across regions, and the causes of death are not known. We systematically reviewed all available evidence on the variation in mortality rates in pregnant women with SARS-CoV-2 infection across geographical and country income groups, and the reported cause of death. METHODS: We searched major databases (December 2019-January 2023) including Medline, LILACS, BIREME and Embase. We included studies that reported deaths in at least 10 consecutive pregnant or recently pregnant women with confirmed SARS-CoV-2 infection and assessed the studies' risk of bias. We calculated the summary estimates of any cause of death as proportions with 95% CIs using a multilevel random-effects logistic regression model. Subgroup analyses were performed by geographical region and country income groups. We used International Statistical Classification of Diseases and Related Health Problems-Maternal Mortality to categorise the reported cause of death. FINDINGS: From 1 326 315 citations, we included 169 studies (319 172 women with confirmed SARS-CoV-2 infection; 4253 women died). The overall rate of unspecified maternal death was 0.87% (95% CI 0.64% to 1.16%). There were significant differences between geographical regions in rates of maternal mortality, with the highest rates in Sub-Saharan Africa (3.48%; 95% CI 0.66% to 16.42%) and Latin America and the Caribbean (3.16%, 95% CI 1.53% to 6.43%). Rates of maternal mortality varied by country income groups, with the highest rates in low-income countries (4.66%, 95% CI 0.75% to 24.07%). Among women with reported cause of death, 98.6% (2,390/2,423) of deaths were attributable to COVID-19. INTERPRETATION: Rates of deaths in pregnant and recently pregnant women with SARS-CoV-2 infection vary significantly across regions and by country income groups, with the highest burden in Sub-Saharan Africa and low-income countries. COVID-19 is the main reported cause of death. PROSPERO REGISTRATION NUMBER: CRD42020224120.
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 | 0,011 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,033 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».