The bias in current measures of gestational weight gain
Notice bibliographique
Résumé
Conventional measures of gestational weight gain (GWG), such as average rate of weight gain, are likely to be correlated with gestational duration. Such a correlation could introduce bias to epidemiological studies of GWG and adverse perinatal outcomes because many perinatal outcomes are also correlated with gestational duration. This study aimed to quantify the extent to which currently used GWG measures may bias the apparent relationship between maternal weight gain and risk of preterm birth. For each woman in a provincial perinatal database registry (British Columbia, Canada, 2000-2009), a total GWG was simulated such that it was uncorrelated with risk of preterm birth. The simulation was based on serial antenatal GWG measurements from a sample of term pregnancies. Simulated GWGs were classified using three approaches: total weight gain (kg), average rate of weight gain (kg/week) or adequacy of GWG in relation to Institute of Medicine recommendations. Their association with preterm birth ≤32 weeks was explored using logistic regression. All measures of GWG induced an apparent association between GWG and preterm birth ≤32 weeks even when, by design, none existed. Odds ratios in the lowest fifths of each GWG measure compared with the middle fifths ranged from 4.4 [95% confidence interval (CI) 3.6, 5.4] (total weight gain) to 1.6 [95% CI 1.3, 2.0] (Institute of Medicine adequacy ratio). Conventional measures of GWG introduce serious bias to the study of maternal weight gain and preterm birth. A new measure of GWG that is uncorrelated with gestational duration is needed.
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 | 0,086 | 0,245 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».