Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Risk Prediction Models for Adverse Maternal and Neonatal Outcomes in Preeclampsia

2. September 2021 aktualisiert von: 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.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

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.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

549

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

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

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

14 Jahre und älter (Kind, Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Weiblich

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Cross-sectional all pregnant women with severe preeclampsia

Beschreibung

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.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Beobachtungsmodelle: Sonstiges
  • Zeitperspektiven: Retrospektive

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Maternal death
Zeitfenster: 3 years
Binary outcomes
3 years

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Ermittler

  • Hauptermittler: SOLWAYO NGWENYA, PhD, FRCOG, Mpilo Central Hospital

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

12. November 2018

Primärer Abschluss (Tatsächlich)

31. August 2021

Studienabschluss (Tatsächlich)

31. August 2021

Studienanmeldedaten

Zuerst eingereicht

6. August 2019

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

14. August 2019

Zuerst gepostet (Tatsächlich)

15. August 2019

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

10. September 2021

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

2. September 2021

Zuletzt verifiziert

1. September 2021

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • MpiloCH

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

Unentschieden

Beschreibung des IPD-Plans

Currently the data is under a university

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Klinische Studien zur Observational

Abonnieren