The bias in current measures of gestational weight gain
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle