Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Risk Prediction Models for Adverse Maternal and Neonatal Outcomes in Preeclampsia

2. september 2021 opdateret af: Solwayo Ngwenya, Mpilo Central Hospital

Statistical Risk Prediction Models for Adverse Maternal and Neonatal Outcomes in Severe Preeclampsia in a Low-resource Setting, Mpilo Central Hospital, Bulawayo, Zimbabwe.

This proposal describes a single centre retrospective cross-sectional study which will address the need to further develop and test statistical risk prediction models for adverse maternal and neonatal outcomes in low-resource settings; this will be the first such research to be carried out in Zimbabwe.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Hypertensive disorders in pregnancy are a leading cause of maternal and perinatal morbidity and mortality, especially in low-resource settings. Identifying mothers and babies at greatest risk of complications would enable intervention to be targeted to those most likely to benefit from them. However, current risk prediction models have a wide range of sensitivity (42-81%) and specificity (87-92%) indicating that improvements are needed. Furthermore, no predictive models have been developed or evaluated in Zimbabwe.

This proposal describes a single centre retrospective cross-sectional study which will address the need to further develop and test statistical risk prediction models for adverse maternal and neonatal outcomes in low-resource settings; this will be the first such research to be carried out in Zimbabwe.

Data will be collected on maternal demographics characteristics, outcome of prior pregnancies, past medical history, symptoms and signs on admission, results of biochemical and haematological investigations. Adverse outcome will be defined as a composite of maternal morbidity and mortality and perinatal morbidity and mortality. Association between variables and outcomes will be explored using multivariable logistic regression.

Critically, new risk prediction models introduced for our clinical setting may reduce avoidable maternal and neonatal morbidity and mortality at local, national, regional and international level.

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

549

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

    • Matabeleland
      • Bulawayo, Matabeleland, Zimbabwe, +263
        • Mpilo Central Hospital

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

14 år og ældre (Barn, Voksen, Ældre voksen)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Kvinde

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Cross-sectional all pregnant women with severe preeclampsia

Beskrivelse

Inclusion Criteria:

  • Participants will be included in the study if they have a diagnosis of severe preeclampsia.
  • Severe preeclampsia will be defined as high blood pressure (systolic blood pressure (SBP) ≥160, diastolic blood pressure(DBP) ≥110mmHg) and or either severe headaches, epigastric pains and deranged biochemical/haematological blood indices.
  • Both singleton and twin/higher order pregnancies will be included.

Exclusion Criteria:

-Women with mild or moderate preeclampsia or less than 20 weeks' of gestation and those with epilepsy will be excluded from the study.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Observationsmodeller: Andet
  • Tidsperspektiver: Tilbagevirkende kraft

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Maternal death
Tidsramme: 3 years
Binary outcomes
3 years

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Efterforskere

  • Ledende efterforsker: SOLWAYO NGWENYA, PhD, FRCOG, Mpilo Central Hospital

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

12. november 2018

Primær færdiggørelse (Faktiske)

31. august 2021

Studieafslutning (Faktiske)

31. august 2021

Datoer for studieregistrering

Først indsendt

6. august 2019

Først indsendt, der opfyldte QC-kriterier

14. august 2019

Først opslået (Faktiske)

15. august 2019

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

10. september 2021

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

2. september 2021

Sidst verificeret

1. september 2021

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • MpiloCH

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

Uafklaret

IPD-planbeskrivelse

Currently the data is under a university

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Kliniske forsøg med Observational

Abonner