Severe intraventricular hemorrhage in preterm infants : prevention et consequences. From Epipage 2 study
Bibliographic record
Abstract
Prévenir l’hémorragie intraventriculaire (HIV) reste un challenge pour le néonatologue car malgré les progrès effectués dans le domaine ces dernières années, son incidence reste stable, autour de 10%.Objectifs – Cette thèse de doctorat a deux objectifs principaux : (i) identifier des facteurs de risques per-nataux des HIV sévères au sein de la cohorte Epipage 2 (ii) étudier des facteurs influençant le devenir neurosensoriel à 2 ans à travers 3 cohortes : française (Epipage2), canadienne et australo-néozélandaise.Méthodes – Trois travaux ont contribués à répondre à ces objectifs : 1-, le lien entre la cause maternelle de l’accouchement et les HIV sévères a été étudié chez l’enfant de moins de 32 SA, grâce à une régression logistique multinomiale. 2- Un score de propension a été construit afin d’étudier la relation entre l’extubation précoce et le risque des HIV chez l’enfant de moins de 29 SA. 3-Concernant le devenir, le projet consiste comparer le devenir neurosensoriel d’enfants entre 18 et 36 mois d’âge corrigé entre 3 cohortes internationalesRésultats - L’hématome rétroplacentaire (HRP) et la menace d’accouchement prématuré avec inflammation sont associés à une augmentation de l’incidence des HIV sévères (uniquement HIV de grade 4 pour les MAP). L’extubation précoce n’est pas associée aux HIV sévères dans notre cohorte.Conclusion - Concernant la prévention des hémorragies cérébrales de la grande prématurité, nos travaux montrent d’une part, que la prise en compte des causes de la prématurité a son importance et que d’autres part les nouvelles stratégies de prise en charge ventilatoire comportent une certaine sécurité. La comparaison de différentes cohortes en population peut continuer à approfondir et améliorer les pratiques afin d’obtenir de meilleurs résultats quant à leur devenir.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".