MétaCan
Menu
Retour à la cohorte
Enregistrement W4412437105 · doi:10.1016/j.heliyon.2025.e43606

Incidence, indications, and outcomes of emergency peripartum hysterectomy in Africa: A systematic review and meta-analysis

2025· review· en· W4412437105 sur OpenAlexaboutno aff
Mulat Ayele, Eyob Shitie Lake, Befkad Derese Tilahun, Abebaw Alamrew, Chalie Mulugeta, Esuyawukal Mislu, Tegene Atamenta Kitaw, Gizachew Yilak

Notice bibliographique

RevueHeliyon · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueMaternal and fetal healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisIncidence (geometry)MedicineHysterectomyObstetricsSystematic reviewGeneral surgeryMEDLINEGynecologySurgeryPolitical scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction Even though emergency peripartum hysterectomy is a lifesaving procedure for the various life threatening indications, its incidence is increasing resulting with various intra and post-operative maternal and perinatal complication. The incidence, indication and outcomes of emergency peripartum hysterectomy are the indicators of quality of maternal care and also vary in different African countries. Therefore this systematic review and meta-analysis aimed to assess the pooled incidence, indication and outcomes of emergency peripartum hysterectomy in Africa. Objective To assess the pooled incidence, indication and outcomes of emergency peripartum hysterectomy in Africa. Methods A comprehensive search was done in PubMed, Cochrane Library, Hinari, Google Scholar, CINAHL, and Scopus between November 10 and 20, 2024 using searching terms. The quality of the included studies was assessed using Newcastle-Ottawa Quality Assessment Scale. Random effect model were used to estimate the pooled incidence using Stata version 17. Higgins's I 2 statistics, subgroup analysis, and publication bias was done accordingly. Result This systematic review and meta-analysis included 25 studies with a total of 611,704 participants. The pooled incidence of emergency peripartum hysterectomy among delivered mothers in Africa was 2.12 per 1000 delivered women (95 % CI: 2.00–2.33), with a heterogeneity index of I 2 = 93.07 %, P = 0.00. A higher incidence of emergency peripartum hysterectomy was observed in West Africa (3.02 per 1000; 95 % CI: 2.47–3.58), and lower in South Africa (2.43 per 1000; 95 % CI: 0.54–4.32). The most common indications for emergency peripartum hysterectomy were uterine rupture (44.96 %; 95 % CI: 34.96–55.28), uterine atony (29 %; 95 % CI: 22.31–35.7), and placenta accreta spectrum (15.71 %; 95 % CI: 10.65–20.78). The most common outcomes of emergency peripartum hysterectomy were maternal mortality (8.19 %; 95 % CI: 6.81–9.57), perinatal mortality (50.59 %; 95 % CI: 38.9–62.28), maternal sepsis (18.87 %; 95 % CI: 16.61–21.21), maternal severe anemia (71.26 %; 95 % CI: 67.43–75.09), disseminated intravascular coagulopathy (8 %; 95 % CI: 3.59–14.01), and urinary tract injury (3.99 %; 95 % CI: 2.60–5.38). Conclusion The incidence of emergency peripartum hysterectomy in Africa was higher compared to developed countries. Uterine rupture, uterine atony and placental accreta spectrum were the most common indication for emergency peripartum hysterectomy respectively. The maternal and perinatal mortality and morbidity was higher in Africa. This is due to poor quality of intrapartum, intraoperative and post-operative care in Africa. Therefore, capacity building in evidence based practice among the professionals to give the quality maternal care is needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,029
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0190,039
Bibliométrie0,0090,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,114
Tête enseignante GPT0,409
Écart entre enseignants0,295 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetMaternal and fetal healthcareTravaux en français237 207