The WHO MCS collected data on vario

The WHO MCS collected data on various socio-demographic and clinical-obstetric characteristics, severity markers, and complications that were analysed as candidate predictors for CS. First, we assessed the reference population and the WHO MCS country data using the Robson classification. Secondly, we carried out univariate analyses of the reference population to explore the relationship of several candidate predictors and the occurrence of CS.
Third, a logistic regression random effects model was used to determine the relationship between candidate predictors
and CS. As part of the regression analysis, the reference population was divided in two subpopulations: ‘A1’ (used
for model building), and ‘A2’ (used for testing the internal validity of the prediction model).23 To maximise representativeness and at the same time ensure the ability to test the internal validity of the model, 90% of the reference
population was randomly allocated to population ‘A1’ and the remainder (10%) to population ‘A2’.

ผลลัพธ์ (ไทย) 1:

เอ็มซีเก็บรวบรวมข้อมูลเกี่ยวกับลักษณะทาง ประชากรสังคม และคลินิกสูติศาสตร์ต่าง ๆ เครื่องหมายของความรุนแรง และภาวะแทรกซ้อนที่มี analysed เป็นผู้สมัคร predictors สำหรับ CS ครั้งแรก เราประเมินประชากรอ้างอิงและข้อมูลประเทศเอ็มซีใช้การจัดประเภทละ ประการที่สอง เราดำเนินการวิเคราะห์อย่างไร univariate ประชากรอ้างอิงความสัมพันธ์ของผู้สมัครหลาย predictors และการเกิดขึ้นของ CSที่สาม โมเดลถดถอยโลจิสติกผลสุ่มถูกใช้เพื่อกำหนดความสัมพันธ์ระหว่างผู้สมัคร predictorsและ CS เป็นส่วนหนึ่งของการวิเคราะห์การถดถอย ประชากรอ้างอิงถูกแบ่งออกเป็นสอง subpopulations: 'A1' (ใช้สำหรับแบบจำลองอาคาร), และ "A2" (ใช้สำหรับการทดสอบมีผลบังคับใช้ภายในของแบบจำลองพยากรณ์) .23 เพิ่ม representativeness และในเวลาเดียวกันให้ความสามารถในการเพิ่มแบบจำลอง 90% ของการอ้างอิงภายในประชากรจัดสรรแบบสุ่มประชากร 'A1' และส่วนเหลือ (10%) การประชากร 'A2'

ผลลัพธ์ (ไทย) 2:

ใคร MCS เก็บรวบรวมข้อมูลเกี่ยวกับลักษณะทางสังคมและประชากรและคลินิกสูติต่างๆเครื่องหมายความรุนแรงและภาวะแทรกซ้อนที่ถูกนำมาวิเคราะห์พยากรณ์ผู้สมัครสำหรับลูกค้า ครั้งแรกที่เราประเมินประชากรอ้างอิงและข้อมูลประเทศ MCS WHO ใช้จำแนกร็อบสัน ประการที่สองเราดำเนินการวิเคราะห์ univariate ของประชากรอ้างอิงในการสำรวจความสัมพันธ์ของผู้สมัครหลายพยากรณ์และการเกิดขึ้นของซี.
ประการที่สามผลการถดถอยโลจิสติกสุ่มรูปแบบที่ถูกใช้ในการกำหนดความสัมพันธ์ระหว่างพยากรณ์ผู้สมัครและ CS
ในฐานะที่เป็นส่วนหนึ่งของการวิเคราะห์การถดถอยประชากรอ้างอิงที่ถูกแบ่งออกเป็นสองประชากร: 'A1'
(ใช้สำหรับการสร้างแบบจำลอง) และ 'A2' (ใช้สำหรับการทดสอบความถูกต้องภายในของรูปแบบการทำนาย) 0.23 เพื่อเพิ่มมูลและใน ขณะเดียวกันให้มั่นใจความสามารถในการทดสอบความถูกต้องภายในของรูปแบบที่ 90%
ของการอ้างอิงประชากรที่ถูกสุ่มประชากร'A1' และส่วนที่เหลือ (10%) ของประชากร 'A2'

ผลลัพธ์ (ไทย) 3:

ที่รวบรวมข้อมูลต่าง ๆระหว่างสังคมและลักษณะทางคลินิกทางสูติศาสตร์ ความรุนแรง เครื่องหมาย และภาวะแทรกซ้อนที่วิเคราะห์เป็นผู้พยากรณ์ cs ก่อนอื่น เราประเมินประชากรอ้างอิงและที่ MCS ข้อมูลประเทศโดยใช้การจำแนกร็อบสัน . ประการที่สองเราดำเนินการสอดคล้องกับการวิเคราะห์ของประชากรอ้างอิงเพื่อศึกษาความสัมพันธ์ของตัวแปร ผู้สมัครหลายและการเกิดขึ้นของ CS .
3 รูปแบบผลการถดถอยโลจิสติกที่ใช้หาความสัมพันธ์ระหว่างตัวแปร และผู้สมัคร
cs เป็นส่วนหนึ่งของการวิเคราะห์การถดถอย , อ้างอิงประชากรถูกแบ่งออกเป็นสองสอง : ' A1
' ( ใช้สำหรับรูปแบบอาคาร A2 ) , และ ' ' ( ใช้ทดสอบความตรงภายในของแบบจำลองการทำนาย ) 23 เพื่อเพิ่ม representativeness และในเวลาเดียวกันให้ความสามารถในการทดสอบความตรงภายในของรูปแบบ , 90% ของประชากรอ้างอิง
สุ่มจัดสรรให้ประชากร ' A1 ' และส่วนที่เหลือ 10% ) A2 ' ประชาชน '