Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

Risk Prediction Models for Adverse Maternal and Neonatal Outcomes in Preeclampsia

2021. szeptember 2. frissítette: 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.

A tanulmány áttekintése

Állapot

Befejezve

Körülmények

Beavatkozás / kezelés

Részletes leírás

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.

Tanulmány típusa

Megfigyelő

Beiratkozás (Tényleges)

549

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

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

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

14 év és régebbi (Gyermek, Felnőtt, Idősebb felnőtt)

Egészséges önkénteseket fogad

Nem

Tanulmányozható nemek

Női

Mintavételi módszer

Valószínűségi minta

Tanulmányi populáció

Cross-sectional all pregnant women with severe preeclampsia

Leírás

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.

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

  • Megfigyelési modellek: Egyéb
  • Időperspektívák: Visszatekintő

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Maternal death
Időkeret: 3 years
Binary outcomes
3 years

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Nyomozók

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

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Tényleges)

2018. november 12.

Elsődleges befejezés (Tényleges)

2021. augusztus 31.

A tanulmány befejezése (Tényleges)

2021. augusztus 31.

Tanulmányi regisztráció dátumai

Először benyújtva

2019. augusztus 6.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2019. augusztus 14.

Első közzététel (Tényleges)

2019. augusztus 15.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2021. szeptember 10.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2021. szeptember 2.

Utolsó ellenőrzés

2021. szeptember 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Egyéb vizsgálati azonosító számok

  • MpiloCH

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

Eldöntetlen

IPD terv leírása

Currently the data is under a university

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .

Iratkozz fel