A Sibling Case-Control Study of Maternal Prenatal Body Mass Index as a Risk Factor For Autism Spectrum Disorder
Notice bibliographique
Résumé
The prevalence of autism spectrum disorder (ASD) is estimated to be one in every 150 births. While both genetic and postpartum environmental exposure have been linked to ASD, prenatal maternal weight has not been investigated. The objective of the study is to assess whether overweight or obesity at pregnancy is an important risk factor for the diagnosis of ASD in offspring. A case-control study was designed to answer this question using the public health ecosocial theory. The study population consisted of 70 mothers, who were recruited via the Internet using the viral expansion loop. Multiple logistic regression analysis was used to test the hypotheses. No significant difference in risk of ASD by level of body mass index (BMI) was found after adjusting for covariates. The odds ratio for obese women in comparison to normal or underweight women was 1.19, 95% CI [0.53, 2.66] after adjusting for covariates. Gaining the appropriate amount of weight during gestation, as determined by the Institute of Medicine, was not associated with ASD either, with the odds ratio at 0.67, 95% CI [0.31, 1.48]. The results indicate that BMI category at pregnancy and gestational weight gain were not risk factors for autism in children. The implications for positive social change include a better understanding of maternal prenatal BMI as a risk factor for autism spectrum disorder. Appropriate health information provided to mothers prenatally could result in improved birth outcomes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».