Journal des maladies tropicales et de la santé publique

Abstrait

Prédire le mode d'accouchement chez les femmes enceintes au premier trimestre grâce à des techniques d'apprentissage profond

Arthi R

Selon l’OMS, chaque jour, 810 femmes sont décédées en 2017 des suites de problèmes évitables liés à l’accouchement et à la grossesse. Bien que ce nombre ait diminué depuis 2000, les décès de femmes qui surviennent encore à la suite d’un accouchement peuvent être largement associés à la césarienne (CS). Des études ont montré que les femmes subissant une césarienne ont un risque plus élevé d’arrêt cardiaque post-partum, d’hystérectomie, d’hématome de plaie, de thromboembolie veineuse, de complications anesthésiques, d’infection puerpérale majeure, etc., par rapport aux femmes ayant accouché par voie basse. La césarienne d’urgence est encore pire qu’une césarienne planifiée. Afin de réduire davantage le taux de mortalité maternelle et de diminuer les césariennes, cette étude vise à appliquer des techniques d’apprentissage profond pour prédire le mode d’accouchement le plus tôt possible, afin que des mesures précoces puissent être prises afin de le convertir en accouchement par voie basse. Certains des paramètres utilisés pour entraîner le modèle sont l'âge, les habitudes de consommation de tabac ou d'alcool, le diabète gestationnel, la parité, la gravidité, etc. Ce modèle d'apprentissage automatique supervisé qui prédit si une femme aura une césarienne ou une césarienne contribuerait à réduire le taux de mortalité maternelle due à la césarienne. En prédisant la césarienne à un stade précoce et en ouvrant la voie à l'obstétricien pour la convertir en accouchement vaginal, ce modèle vise également à réduire la détresse physique, psychologique et économique causée par la césarienne.