The Clinical Burden of Preterm Labour: A Systematic Literature Review
Notice bibliographique
Résumé
ABSTRACT Objectives To summarise real‐world estimates of maternal and infant clinical burden, health‐related quality‐of‐life (HRQoL) impacts, and features of preterm birth (PTB) after preterm labour (PTL) from selected high‐resource countries; as while studies evaluating outcomes after PTB show substantial clinical consequences, similar data among individuals experiencing PTB due to PTL have not been synthesised. Methods and Materials A systematic search was implemented in MEDLINE Ovid and Embase from 01Jan2012‐10Dec2024. Observational studies reporting clinical or HRQoL outcomes, or features of birth among mothers giving birth preterm due to PTL and infants born preterm due to PTL were included. Outcomes were descriptively summarised by outcome and affected population. Results All 19 included studies described features of PTB after PTL; eight reported clinical outcomes after PTL with PTB. Most studies restricted to cohorts of singleton infants/pregnancies. Estimates of neonatal mortality ( n = 5 studies) ranged from 0% to 20%. Serious neonatal complications (e.g., grade 3/4 retinopathy of prematurity [in 6%–9%] and bronchopulmonary dysplasia [in 13%–16%]) were reported within 28 days of birth ( n = 4 studies). By 2 years of age, those born preterm after PTL typically had normal behavioural development ( n = 2 studies). No data on maternal outcomes, clinical outcomes for the child beyond 2 years of age, or HRQoL impacts were identified. Conclusions Few studies have examined the clinical burden associated with PTB after PTL, and no study has investigated HRQoL impacts. Robust longitudinal studies linking PTL to long‐term outcomes are needed to fully understand the clinical burden of PTB resulting from PTL. PROSPERO CRD42022363314.
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 | 0,002 | 0,001 |
| 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 | 0,000 |
| 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 ».