Challenges and opportunities of universal culture-based Group B streptococcus screening in Hong Kong -- a retrospective cross-sectional study
Notice bibliographique
Résumé
Objective: To evaluate gaps in universal Group B Streptococcus (GBS) screening and intrapartum antibiotic prophylaxis (IAP) in Hong Kong after its 2012 implementation, which reduced early-onset GBS disease (EOGBSD) incidence from 1.03 to 0.26 per 1000 live births. Design: Retrospective cross-sectional study. Setting: Eight Hospital Authority obstetric units and thirty-one Department of Health Maternal Child Health Centers (MCHCs), Hong Kong. Population: EOGBSD cases (2012–2022) and their mothers. Methods: Cases were electronically identified; maternal and neonatal records were reviewed for screening adherence, IAP administration, and delivery timing. Main Outcome Measures: EOGBSD incidence, screening gaps (missed tests, delayed results, prolonged screening-to-delivery intervals), and IAP compliance. Results: Among 72 EOGBSD cases, 53 eligible mothers were analyzed: 3 missed screening, 8 lacked results at delivery, and 7 delivered >5 weeks post-screening. Of 17 preterm deliveries, 41% (n=7) received no IAP due to precipitous labor (n=3), prelabor cesarean (n=3), or birth before arrival (n=1). Six neonatal deaths occurred. Conclusions: Despite successful EOGBSD reduction, critical gaps persist, including missed screenings, results unavailable at delivery, and deliveries beyond the 5-week screening validity window. Revising local protocols to address prolonged screening-to-delivery intervals and standardizing management for mothers with unknown GBS status could further reduce EOGBSD. Increased awareness and optimized workflows for preterm deliveries are needed. Keywords: Streptococcus agalactiae ; Pregnancy; Antibiotic prophylaxis; Prenatal screening; Neonatal sepsis
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».