Trends and Determinants of Prescription Drug Use during Pregnancy and Postpartum in British Columbia, 2002–2011: A Population-Based Cohort Study
Notice bibliographique
Résumé
PURPOSE: To describe trends, patterns, and determinants of prescription drug use during pregnancy and postpartum. METHODS: This is a retrospective, population-based study of all women who gave birth between January 2002 and 31 December 2011 in British Columbia, Canada. Study population consisted of 225,973 women who had 322,219 pregnancies. We examined administrative datasets containing person-specific information on filled prescriptions, hospitalizations, and medical services. Main outcome measures were filled prescriptions during pregnancy and postpartum. We used logistic regressions to examine associations between prescription drug use and maternal characteristics. RESULTS: Approximately two thirds of women filled a prescription during pregnancy, increasing from 60% in 2002 to 66% in 2011. The proportion of pregnant women using medicines in all three trimesters of pregnancy increased from 20% in 2002 to 27% in 2011. Use of four or more different types of prescription drug during at least one trimester increased from 8.4% in 2002 to 11.7% in 2011. Higher BMI, smoking during pregnancy, age under 25, carrying multiples, and being diagnosed with a chronic condition all significantly increased the odds of prescription drug use during pregnancy. CONCLUSIONS: The observed increase in the number of prescriptions and number of different drugs being dispensed suggests a trend in prescribing practices with potentially important implications for mothers, their neonates, and caregivers. Monitoring of prescribing practices and further research into the safety of most commonly prescribed medications is crucial in better understanding risks and benefits to the fetus and the mother.
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 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 | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».