Maternal, delivery and neonatal outcomes in women with peripartum cardiomyopathy. A study of a population database
Notice bibliographique
Résumé
IMPORTANCE: Peripartum cardiomyopathy (PPCM) is a rare but potentially life-threatening form of heart failure affecting women during late pregnancy or early postpartum. Its impact on maternal, delivery, and neonatal outcomes remains understudied, highlighting the need for comprehensive research. OBJECTIVE: To determine the effects of PPCM during pregnancy on maternal, delivery, and neonatal outcomes using a large, contemporary nationwide database. DESIGN: Retrospective analysis of a population-based cohort using the Healthcare Cost and Utilisation Project Nationwide Inpatient Sample (HCUP-NIS) database from 2004 to 2014. SETTING: Hospital inpatient stays across 48 states and the District of Columbia in the United States. PARTICIPANTS: 9,096,788 pregnant women who delivered or had a maternal death, including 2127 diagnosed with PPCM. EXPOSURES: Diagnosis of peripartum cardiomyopathy during or after pregnancy, identified using ICD-9 diagnosis code 674.5x. MAIN OUTCOMES AND MEASURES: Women with PPCM had significantly higher rates of pregnancy-induced hypertension, preeclampsia, eclampsia, caesarean delivery, postpartum haemorrhage, and maternal death compared to those without PPCM. Delivery outcomes showed increased rates of preterm delivery, chorioamnionitis, and wound complications among PPCM patients. Neonatal outcomes revealed higher incidences of intrauterine foetal death and congenital anomalies in offspring of women with PPCM. Demographic and clinical characteristics associated with PPCM included advanced maternal age, African American race, obesity, chronic hypertension, previous caesarean section, smoking during pregnancy, and pregestational diabetes.
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 | 0,001 | 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 | 0,000 |
| 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 ».