بررسی دقت MRI و سونوگرافی در تشخیص پلاسنتا آکرتا در زنان مستعد مراجعه کننده به بیمارستانهای زنان سطح شهر تبریز
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 108
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJOGI-23-4_001
تاریخ نمایه سازی: 2 مرداد 1402
چکیده مقاله:
مقدمه: پلاسنتا آکرتا عوارض بسیار خطرناکی برای مادر و نوزاد به همراه دارد. تشخیص به موقع این عارضه میتواند خطرات تهدید کننده سلامت مادر و نوزاد را کاهش دهد. با توجه به عدم استفاده از MRI در تشخیص به موقع پلاسنتا آکرتا در ایران، مطالعه حاضر با هدف بررسی دقت MRI و سونوگرافی در تشخیص پلاسنتا آکرتا در زنان مستعد مراجعه کننده به بیمارستانهای زنان سطح شهر تبریز انجام شد. روش کار: این مطالعه توصیفی مقطعی در طی سالهای ۹۵-۱۳۹۴ در بیمارستانهای زنان شهر تبریز با مشارکت ۳۸ زن مستعد پلاسنتا آکرتا انجام شد. بیماران پس از معاینه به مرکز تصویربرداری (سونوگرافی و MRI) ارجاع شدند و نتایج تصویربرداری با نتایج پس از سزارین مطابقت داده شدند. تجزیه و تحلیل دادهها با استفاده از نرم افزار آماری SPSS (نسخه ۲۰) و آزمون آماری مک نمار انجام شد. میزان p کمتر از ۰۵/۰ معنادار در نظر گرفته شد. یافته ها: در بررسیهای انجام شده توسط MRI تعداد ۱۷ نفر (۴۷/۸۹%) پلاسنتا آکرتا داشتند، در حالی که بر اساس بررسی نتایج سونوگرافی، تعداد ۱۲ نفر (۱۵/۶۳%) پلاسنتا آکرتا داشتند. مقایسه اختصاصیت و حساسیت نشان داد که حساسیت (۷۰%) و اختصاصیت (۹۳%) سونوگرافی به طور معناداری نسبت به حساسیت (۷۹%) (۰۴۸/۰=p) و اختصاصیت MRI (۱۰۰%) (۰۳۹/۰=p) کمتر است. نتیجه گیری: دقت، حساسیت و قدرت پیش بینی استفاده از تکنیک MRI در تشخیص به موقع این عارضه خطرناک در مقایسه با سونوگرافی بسیار مناسب بوده و میتواند در زنان مستعد پلاسنتا آکرتا به کار برده شود.
کلیدواژه ها:
نویسندگان
فاطمه عباسعلی زاده
دانشیار گروه زنان و مامایی، دانشکده پزشکی، دانشگاه علوم پزشکی تبریز، تبریز، ایران.
شمسی عباسعلی زاده
دانشیار گروه زنان و مامایی، دانشکده پزشکی، دانشگاه علوم پزشکی تبریز، تبریز، ایران.
لادن کلافی
متخصص زنان و زایمان، دانشکده پزشکی، دانشگاه علوم پزشکی تبریز، تبریز، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :