Wearable devices for antenatal fetal monitoring: a systematic review
Notice bibliographique
Résumé
Background Stillbirth and hypoxic brain injury remain major global challenges. Conventional tools such as cardiotocography (CTG) are limited by intermittent, hospital-based use and have been linked to increased intervention without clear improvements in outcomes. Wearable devices offer portable, continuous, non-invasive monitoring that could enhance detection of fetal compromise, improve patient experience, and extend surveillance beyond hospital settings. Objectives To evaluate the effectiveness of wearable devices for antenatal fetal monitoring on maternal, fetal, and obstetric outcomes, and to map evidence on feasibility, acceptability, cost, and scalability. Search Strategy We searched Pubmed, EMBASE, Cochrane Library, and Web of Science from 2000 to July 2025. Selection Criteria Studies of wearable devices for antenatal fetal monitoring that reported fetal or maternal parameters, clinical outcomes, or acceptability were eligible. Data Collection and Analysis Two reviewers independently screened, extracted data, and assessed quality using NIH and Newcastle–Ottawa tools. Data extraction focused on clinical outcomes and acceptability; cost and scalability were captured when reported. Narrative synthesis was undertaken due to heterogeneity. Main Results Forty-one studies met inclusion criteria, spanning wearable CTG, fetal ECG, phonocardiography, photoplethysmography, near-infrared spectroscopy, and fetal movement monitors. Thirty-nine studies assessed feasibility or acceptability, which was generally high. Only two studies reported pregnancy outcomes, both showing non-inferiority of remote CTG compared with standard care. Evidence on cost and scalability was sparse. Conclusions Wearable fetal monitoring devices are feasible and acceptable but lack evidence of clinical benefit. Large, outcome-focused trials with standardised reporting of acceptability, cost, and scalability are needed to define their role in antenatal care and inform future guidelines.
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 | 0,008 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,009 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».