Optimális időintervallumok hüvelyi farfekvéses szülés esetén: több helyszínes eset-kontroll vizsgálat

Ez a tanulmány egy korábbi sikeres kísérleti tanulmányt (Spilllane et al 2021) megismétel. Az eredeti vizsgálat mintaszámának számítása azon a hipotézisen alapult, hogy azon farfekvésű szülések közül, ahol a születést követően újszülötthalál vagy újszülött intenzív osztályra (NICU) történő felvétel következik be, a magzati medence születése és a születés közötti idő Az utána következő fej három percnél gyakrabban fordul elő, mint a kontrollok között, ahol nem történt haláleset vagy NICU-bevétel. A hipotézist Reitter, Halliday és Walker (2020) korábbi kutatásaiból már ismertek alapján dolgozták ki. A tanulmány megállapította, hogy a medencecsont születése és az utána következő fej születése közötti idő a jó eredménnyel végződő farfekvésű szülések mindössze 25%-ában több mint három perc. Spillane és munkatársai tanulmánya azt feltételezte, hogy ez az intervallum három percnél hosszabb lesz azon születések 75%-ában, ahol haláleset vagy NICU-felvétel történt.

Spillane és munkatársai teljesítményszámítása megállapította, hogy tizenöt esetből és harminc kontrollból álló mintaméretre van szükség ahhoz, hogy összefüggést következtessünk a medence és a fej közötti 3 percnél hosszabb intervallum és az újszülöttkori összetett kimenetel (halál vagy NICU-bevétel) között, a konfidencia intervallum mellett. 95%, teljesítménye pedig 80%. A vizsgálat eredményei megerősítették ezt az összefüggést (p=<,0005).

A minta méretét nem számoltuk újra. Ebben a tanulmányban az a célunk, hogy megerősítsük az eredeti vizsgálat eredményeit replikációval több különböző környezetben, és további zavaró változókat tárjunk fel, amelyek csak nagyobb adatkészletekben lehetnek nyilvánvalóak. Különösen érdekel bennünket az azonnali zsinórszorítás hatása ezekre az eredményekre, de az eredeti vizsgálat alapján nem lehetett mintaméretet kiszámítani, mivel egyik esetben sem volt más, mint az azonnali zsinórszorítás (n = 0). Ezért nagyobb mintaszámra törekszünk, abban a reményben, hogy a jövőbeni kutatásokhoz megfelelő mintanagyságot tudunk meghatározni, és megerősíthetjük az előző vizsgálat eredményeit.

Az egyes helyszíneken összegyűjtött összes anonim adatot egyesítik, és a Társvizsgálók egyetlen adathalmazként elemzik. A teljes anonimizált adatkészletet, amely az összes webhely adatait egyesíti, letölti és tárolja a KCL Sharepointban elemzés céljából.

Először kiszámítjuk az eseményintervallumig eltelt időt minden érdeklődésre számot tartó változóra, és leíró statisztikákat készítünk az összes változóra vonatkozóan, beleértve a folytonos változók átlagát, mediánját és tartományát. A kitettségek és a zavaró tényezők szintén bináris változókká lesznek konvertálva, ami tükrözi a fiziológiai fekvés születési algoritmusban használt határértékeket. Ezeket azután a nem paraméteres khi-négyzet vagy a Fisher's Exact tesztek segítségével tesztelik az elsődleges eredménnyel, ahol a cellafrekvenciák túl kicsik a khi-négyzet teszthez.

Lineáris és logisztikus regressziós analízist alkalmaznak a fiziológiai fekvés születési algoritmusban javasolt időhatárok betartásának vagy túllépésének prediktív értékeinek tesztelésére, valamint a köldökzsinór épségének megőrzésére a légzés kezdetéig vagy sem. További lineáris és logisztikus regressziós elemzéseket végeznek minden olyan változóval, amely összefüggést mutat a kompozit újszülöttkori eredménnyel, hogy meghatározzák prediktív értéküket, valamint további változókkal, hogy feltárják, milyen zavaró tényezők lehetnek a jövőbeni vizsgálatok során.