健康

Tema General Hospitalでの死産の予測因子：レジストリベースのレトロスペクティブ研究| BMC妊娠と出産

研究デザイン2019年にHealth Facility Delivery Registers and Maternal Health Recordsから2019年にTEMA総合病院で出産した女性について、医療施設ベースの二次データ分析を実施しました。死産を持っていた女性のデータを、出生した出産した女性と比較しました。調査地域私たちは、グレーターアクラ地域のテマ大都市地域内のコミュニティ12のテマ総合病院で研究を実施しました。この大都市圏で最大の公衆衛生施設として、テマ総合病院は、集水域にある多くの診療所および病院の主要な紹介センターです。病院のベッド容量は399です。テシー、ヌンガ、テマニュータウン、テマニュータウン、クポネ、アシャイマン、アフィエニア、アポロニア、ダウェニア、プランプラム、クライゴ、ラシビ、サクモーノ、コミュニティ25。テマゼネラル病院は、この研究のためにこの研究のために5年間で選択されたために選択されました。配達。この病院での死産料金に関して、2015年には2015年には47.9、44.8の出生率が40.7でした。 [4]、および2018年の46.2。病院には、8人以上のインキュベーターを含む新生児集中治療室（NICU）が装備されています。研究集団研究集団は、2019年1月から12月までに発生し、TEMA総合病院の配達登録簿に記録されたすべての出生で構成されていました。研究に含まれるには、出生を配達登録簿に獲得する必要があります。配達登録簿は、病院でのすべての出生に関する社会人口学、母体の医療、産科、および胎児のデータを記録するために使用されます。配達登録簿に含まれる情報には、母親の年齢、母親の教育レベル、母親と父親の占領、婚status状況、宗教、重力、出産前の訪問数、出産中の合併症、出産時の妊娠年齢、分娩時の出生時、APGARスコア、梅毒の状態が含まれます。この研究から除外されたのは複数の出生でした。複数の出生とは、双子、三重レットなどを含む出生を指します。既存の文献は、死産に関しては複数の出生が不釣り合いに影響を受けることを示唆しているため、これらは除外されました。 [6]。カウントの問題もあります。たとえば、1つのpfが死亡し、他の赤ちゃんが死んでしまいます。したがって、複数の出生を含めると、研究にバイアスが導入される可能性があります。サンプルサイズとサンプリングサンプルサイズは、EPI-INFO 7統計ソフトウェアを使用して決定されました。サンプルサイズの計算の仮定は、コントロール間の教育を受けていない母親の割合、1.67の最小検出可能なオッズ比、95％の信頼レベル、80％のパワー、1：1のコントロール比と非応答率5％です。合計サンプルサイズは552でした（276ケースと276のコントロール）。グレーターアクラ地域に施設内配達サービスを提供する公立病院から、テマ総合病院がランダムに選択されました。データ収集時間の1年前に選ばれた病院で出産した母親の数を考慮すると、テマ総合病院で月あたり出産すると予想される母親の平均数が推定されました。552の合計サンプルは、2019年のTEMA総合病院で報告された5,435人の出生と276の死産の集合人集団から選択されました。2段階のサンプリングアプローチが使用されました。第一に、包含基準を満たしたすべての276の死産事例は、母集団のサイズが小さいために選択されました。第二に、より大きなライブ出産集団から、20のサンプリング間隔を使用して276の等しいサンプルが選択されました。これは、必要な276サンプルで包含基準を満たす適格な母集団（つまり5406）を分割することで到達しました。これは、最初の出生記録をランダムに選択した後、276のレコードが取得されるまで、その順序で20番目、40日、60日、80日を選択したことを意味します。データ収集方法とツール関連するデータは、配信レジスタや出生前記録などのその他の医療記録から、目的に設計されたデータ抽出機器に抽出されました。データ抽出ツールは、Excelスプレッドシートを使用して設計され、対象の各変数に関連するデータをキャプチャするために列が作成されました。ツールの主要なコンポーネントには、年齢、教育レベル、職業などの社会人口統計学的特性が含まれていました。パリティ、ANC訪問数、配達モードなどの産科の特徴。梅毒、糖尿病、高血圧、肥満などの母体の医学的特徴。出生時体重、胎児の成長、先天性欠損などの胎児の特徴。品質保証対策データ抽出を実施するために研究助手を雇いました。研究助手は、データの抽象化手法、データをスプレッドシートに記録する方法、および研究の倫理について訓練されました。データ抽出シートの信頼性を判断するために、Tema General Hospitalで2018年の出生記録（30レコード）を使用して事前テストされました。最終データを収集するためにツールを使用する前に、必要なすべての変更が行われました。研究助手は、収集されたデータが良質で目的に適していることを確認するために、最初の著者によって密接に監督されました。さらに、収集されたデータを検証するために、主任研究者によってランダムデータチェックが行われました。データ処理と管理データをExcelスプレッドシートに抽出した後、レコードに外れ値とデータの矛盾がないか確認されました。 Microsoft Excelのデータ検証関数を使用して、作成された値またはエントリが受け入れられたパラメーター内にあるかどうかを判断しました。次に、分析のために検証済みのデータをStataバージョン15にエクスポートしました。変数従属変数この研究の従属変数は出生結果でした。これは、女性が死産または出生したかどうかを指します。この研究の死亡は、出生時体重が1000 g以上、体の長さ35 cm以上の妊娠28週間または後に生命の兆候を持たない赤ちゃんとして定義されました。これは、生きて生まれた赤ちゃんの「0」、そしてまだ生まれた赤ちゃんの「1」として「0」としてコード化されたバイナリカテゴリ変数です。独立変数この研究の独立変数には、社会人口統計学、産科、母体の医療、胎児の要因が含まれていました。社会人口統計学的要因には、母親と父親の両方の年齢、教育レベル、雇用状況が含まれ、特定のグループに分類され、数値的にコード化されました。産科因子は、重力、パリティ、出産前のケア訪問数、妊娠年齢、会陰の状態、およびそれに応じて分類およびコード化された分娩様式をカバーしました。母体の医学的要因には、梅毒、糖尿病、高血圧、肥満の臨床診断、およびバイナリコーディングを伴うHIVの母子伝播の予防措置の使用が含まれていました。胎児の因子には、分析を促進するために分類およびコード化された先天性の成長、先天性欠損が含まれます。データ分析STATA統計ソフトウェアバージョン15を使用してデータを分析しました。頻度とパーセンテージ分布を含む記述統計分析は、研究回答者の特性を説明するために行われました。変数のデータの分布に歪度があった場合、四分位範囲を持つ中央値が使用されました。関連性のカイ二乗検定を使用して、死産と出生の間のカテゴリ変数の違いを比較しました。予想される細胞周波数が低すぎる場合（0.05未満のp値）p #Tema #General #Hospitalでの死産の予測因子レジストリベースのレトロスペクティブ研究 #BMC妊娠と出産