MétaCan
Menu
Retour à la cohorte
Enregistrement W7129620448 · doi:10.71892/11143/1412

Évaluation du dépistage prénatal des malformations cardiaques congénitales : grande hétérogénéité de la détection prénatale parmi les médecins, établissements et régions et méta-analyse des facteurs de risque prénataux

2025· other· fr· W7129620448 sur OpenAlexaboutno aff
Sara Khalilipalandi

Notice bibliographique

RevueUSherbrooke-PROD · 2025
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Risk factorCongenital disease

Résumé

récupéré en direct d'OpenAlex

Contexte : Le taux de détection prénatale (TDP) des malformations cardiaques congénitales (MCC) sévères demeure sous-optimal. Les taux agrégés peuvent cacher une hétérogénéité significative du TDP. De plus, la taille de l’effet des facteurs de risque prénataux est importante pour identifier les grossesses à risque de MCC. Nos objectifs étaient de : 1) quantifier la variabilité inter et intra-établissement de la sensibilité de l’échographie morphologique du deuxième trimestre (ÉM), 2) identifier à quel niveau cette variabilité était la plus grande, et 3) réaliser une méta-analyse des facteurs non génétiques des MCC. Méthodes : Pour répondre aux objectifs 1-2, nous avons réalisé une cohorte observationnelle rétrospective de toutes les dyades grossesse-enfant atteintes de MCC sévère au Québec entre 2007 et 2015. Nous avons apparié les données cliniques avec les données administratives. Après avoir estimé la sensibilité de l’ÉM pour chaque médecin, établissement et région, la variabilité à chaque niveau a été estimée en calculant les coefficients de corrélation intraclasse (CCI). De plus, pour répondre à l’objectif 3, une recherche systématique englobant les concepts de MCC, prénatal, et les facteurs de risque a été effectuée. Les rapports des cotes (RC) regroupés ont été calculés à l’aide d’un modèle à effets aléatoires. Résultats : Dans notre étude de cohorte, nous avons identifié 1559 dyades grossesse-enfant atteintes de MCC sévère. Après exclusion des médecins et des hôpitaux ayant un volume plus faible, une hétérogénéité significative a été observée entre les médecins, les établissements et les régions, avec la plus grande hétérogénéité étant observée entre les médecins. Les CCI au niveau des médecins, des établissements et des régions étaient respectivement de 5,7 %, 0,4 % et 1,7 %, ce qui indique une plus grande hétérogénéité entre les médecins et intra-établissements. Par ailleurs, les méta-analyses sur les maladies chroniques maternelles et les expositions parentales ont montré une association entre le diabète prégestationnel et les MCC (RC, 3,51 ; IC à 95 %, 2,86- 4,3), sans différence entre les types 1 et 2 du diabète prégestationnel. La taille de l’effet était plus faible pour le diabète gestationnel, la prééclampsie, le surpoids ou l’obésité, la consommation d’alcool, le tabagisme et l’âge maternel avancé. Conclusions : L’hétérogénéité de la sensibilité de l’ÉM semblait médiée principalement par les médecins, avec une variabilité intermédecins plus élevée. Ainsi, des mesures d’amélioration devraient être ciblées auniveau des médecins. De plus, il existe des preuves solides sur le risque de MCC en présence d’obésité, de diabète maternel, de tabagisme maternel et d’âge maternel avancé. Les tailles d’effet étaient relativement modestes, sauf pour le diabète prégestationnel.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,171
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,007
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,003
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,041
Tête enseignante GPT0,325
Écart entre enseignants0,283 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUSherbrooke-PRODTravaux en français237 207