Abdominal Striae, Cesarean Scar, and Ultrasound Sliding Sign as Predictors of Uterine Adhesions in Women Undergoing Repeat Cesarean Section
Notice bibliographique
Résumé
Background The escalating global cesarean section (CS) rate has led to a growing population undergoing repeat procedures, where postoperative adhesions are a major cause of surgical complications. Preoperative prediction of adhesions remains a significant challenge in obstetrics. This study aimed to evaluate the efficacy of non-invasive predictors - abdominal striae, previous CS scar characteristics, and the transabdominal ultrasound sliding sign - in forecasting intraoperative adhesions in women with a previous CS. Methods A prospective observational study was conducted among 155 pregnant women with at least one prior CS admitted for repeat cesarean delivery. Preoperatively, abdominal striae were graded using the Davey scoring system, and the previous CS scar was assessed using the Vancouver Scar Scale (VSS). A radiologist performed an ultrasound to determine the sliding sign. Intraoperative adhesion grading was performed using the Modified Tulandi and Lyell classification. Statistical analysis was done using Statistical Package for the Social Sciences (SPSS) version 23 (IBM Corp., Armonk, NY), with a p-value < 0.05 considered significant. Results Among the 155 participants, 68 (43.8%) had intra-abdominal adhesions, while 87 (56.2%) had none. The incidence of adhesions increased significantly with the number of previous CSs - 20 (26.7%) after one, 35 (51.5%) after two, and 13 (83.3%) after three or more CS (p = 0.007). A negative sliding sign was strongly associated with adhesions (60; 60.6%) compared to a positive sign (8; 14.3%, p < 0.001). Similarly, severe striae were linked to a higher adhesion rate (56; 62.9%, p < 0.001), and VSS >4 indicated significantly more adhesions (54; 58.1%, p < 0.001). Conclusion The study concludes that the preoperative assessment of abdominal striae, previous cesarean scar quality, and the ultrasound sliding sign provides a simple, non-invasive, and effective triad for predicting uterine adhesions. Integrating these markers into clinical practice can enhance preoperative risk stratification, optimize surgical planning, and improve patient safety during repeat CSs.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».