剖宫产后阴道分娩预测模型综述

2025-05-13 MedSci xAi 发表于广东省
本文回顾了2022年剖宫产后阴道分娩预测模型的最新研究,详细解析了Bishop评分、新生儿体重等主要预测因子,并评估了现有模型的偏倚风险与适用性。
摘要 背景 再次怀孕的妇女在之前有剖宫产史的情况下,面临选择阴道试产或再次剖宫产的决定。虽然阴道分娩对母亲和婴儿更安全,但存在试产失败的风险。预测模型可以评估剖宫产后阴道试产的成功率,这将帮助产科医生和孕妇选择合适的分娩方式。 目的 回顾现有的剖宫产后阴道分娩预测模型。 方法 检索了包括中国知网(CNKI)、万方数据、中国科技期刊数据库、中国生物医学文献数据库、PubMed、Embase 和 Web of Science 在内的七个数据库,检索时间从建库至 2022 年 7 月 20 日。两位研究者独立筛选文献并提取数据。使用预测模型偏倚风险评估工具 (Prediction model Risk of Bias Assessment Tool) 评估纳入研究的偏倚风险和适用性。 结果 纳入了 26 项涵盖 26 个模型的研究。总体而言,这些模型的性质良好,但验证不足。纳入研究的方法学质量普遍较低,其中 3 项研究被评为低偏倚风险,23 项研究被评为高偏倚风险。模型中的主要预测因子包括 Bishop 评分、阴道分娩史、新生儿体重、产妇年龄和 BMI。 结论 尽管全球已开发出多种预测模型,但这些研究的方法学存在局限性,且模型尚未得到充分验证。未来需要更多的前瞻性高质量研究来开发视觉模型,以便更有效地服务于临床工作。产科医生或助产士可以利用预测模型帮助妇女选择正确的分娩方式。 关键词 预测模型,综述,剖宫产后试产,剖宫产后阴道分娩,VBAC,TOLAC
AI
与梅斯小智对话

观星者应用

MedSearch MedSearch 医路规划 医路规划 数据挖掘 数据挖掘 文献综述 文献综述 文稿评审 文稿评审 课题设计 课题设计

科研工具

AI疑难疾病诊断 AI疑难疾病诊断 AI调研 AI调研 AI选刊 AI选刊 ICD-11智能查询 ICD-11智能查询 PUBMED文献推荐 PUBMED文献推荐 专业翻译 专业翻译 体检报告解读 体检报告解读 化验单智能识别 化验单智能识别 文本润色 文本润色 文献综述创作 文献综述创作 智能纠错 智能纠错 海外邮件智能回复 海外邮件智能回复 皮肤病自测 皮肤病自测 肌肤女神 肌肤女神 论文大纲 论文大纲 论文选题 论文选题