Saltar para:
Logótipo
Comuta visibilidade da coluna esquerda
Você está em: Início > Publicações > Visualização > Prediction of clinical outcomes in women with placenta accreta spectrum using machine learning models: an international multicenter study

Prediction of clinical outcomes in women with placenta accreta spectrum using machine learning models: an international multicenter study

Título
Prediction of clinical outcomes in women with placenta accreta spectrum using machine learning models: an international multicenter study
Tipo
Artigo em Revista Científica Internacional
Ano
2021
Autores
Shazly, SA
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Hortu, I
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Shih, JC
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Melekoglu, R
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Fan, SR
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Ahmed, FU
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Karaman, E
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Fatkullin, I
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Pinto, PV
(Autor)
FMUP
Ver página pessoal Sem permissões para visualizar e-mail institucional Pesquisar Publicações do Participante Ver página do Authenticus Sem ORCID
Irianti, S
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Tochie, JN
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Abdelbadie, AS
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Ergenoglu, AM
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Yeniel, AO
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Sagol, S
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Itil, IM
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Kang, J
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Huang, KY
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Yilmaz, E
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Liang, YH
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Aziz, H
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Akhter, T
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Ambreen, A
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Ates, C
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Karaman, Y
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Khasanov, A
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Larisa, F
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Akhmadeev, N
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Vatanina, A
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Machado, AP
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Montenegro, N
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Effendi, JS
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Suardi, D
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Pramatirta, AY
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Aziz, MA
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Siddiq, A
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Ofakem, I
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Dohbit, JS
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Fahmy, MS
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Anan, MA
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Revista
ISSN: 1476-7058
Editora: Taylor & Francis
Outras Informações
ID Authenticus: P-00V-604
Resumo (PT):
Abstract (EN): Introduction Placenta accreta spectrum is a major obstetric disorder that is associated with significant morbidity and mortality. The objective of this study is to establish a prediction model of clinical outcomes in these women Materials and methods PAS-ID is an international multicenter study that comprises 11 centers from 9 countries. Women who were diagnosed with PAS and were managed in the recruiting centers between 1 January 2010 and 31 December 2019 were included. Data were reanalyzed using machine learning (ML) models, and 2 models were created to predict outcomes using antepartum and perioperative features. ML model was conducted using python(R) programing language. The primary outcome was massive PAS-associated perioperative blood loss (intraoperative blood loss >= 2500 ml, triggering massive transfusion protocol, or complicated by disseminated intravascular coagulopathy). Other outcomes include prolonged hospitalization >7 days and admission to the intensive care unit (ICU). Results 727 women with PAS were included. The area under curve (AUC) for ML antepartum prediction model was 0.84, 0.81, and 0.82 for massive blood loss, prolonged hospitalization, and admission to ICU, respectively. Significant contributors to this model were parity, placental site, method of diagnosis, and antepartum hemoglobin. Combining baseline and perioperative variables, the ML model performed at 0.86, 0.90, and 0.86 for study outcomes, respectively. Ethnicity, pelvic invasion, and uterine incision were the most predictive factors in this model. Discussion ML models can be used to calculate the individualized risk of morbidity in women with PAS. Model-based risk assessment facilitates a priori delineation of management.
Idioma: Inglês
Tipo (Avaliação Docente): Divulgação
Nº de páginas: 10
Documentos
Não foi encontrado nenhum documento associado à publicação.
Publicações Relacionadas

Da mesma revista

Risk of hemorrhage in abnormally invasive placenta according to its management (2017)
Outra Publicação em Revista Científica Internacional
Pinto, PV; Machado, AP; Montenegro, N
Rights of the newborn and end-of-life decisions (2012)
Outra Publicação em Revista Científica Internacional
Guimarães H; Rocha, G; Bellieni, C; Buonocore, G
Present and future of European neonatology Focus on Patent Ductus Arteriosus (2009)
Outra Publicação em Revista Científica Internacional
Fanos, V; Guimarães H
Neonatal hepatobiliar disease (2012)
Outra Publicação em Revista Científica Internacional
Guimarães H; Rocha, G; Pissarra, S
A letter to the editor regarding the article "Impaired validity of the new FIGO and Swedish CTG classification templates to identify fetal acidosis in the first stage of labor" (2021)
Outra Publicação em Revista Científica Internacional
Cristina Costa Santos; Joao Bernardes

Ver todas (32)

Recomendar Página Voltar ao Topo
Copyright 1996-2025 © Centro de Desporto da Universidade do Porto I Termos e Condições I Acessibilidade I Índice A-Z
Página gerada em: 2025-10-16 às 03:16:26 | Política de Privacidade | Política de Proteção de Dados Pessoais | Denúncias | Livro Amarelo Eletrónico