Determinants of birthweight inequalities: Population‐based study
Notice bibliographique
Résumé
BACKGROUND: The aim of this paper is to study the whole spectrum of birthweight in a population-based birth cohort in order to document the role played by social factors, which complement physiological and behavioural factors, in the development of birthweight inequalities at the population level. METHODS: The analyses were performed with data from the 'Quebec Longitudinal Study of Child Development 1998-2002 (QLSCD)'. The study follows a representative sample (n = 2103) of the children born in 1998 in the Canadian province of Québec. RESULTS: Multivariate analyses adjusted for gestational age and mother's age indicate that mean birthweight was higher for boys than girls; improved with birth rank, mother's body mass index (BMI), and family socioeconomic status; and was lower for children of smoking mothers. Compared with children born to non-smoking mothers of higher socioeconomic status, the odds of having a low birthweight were between 6 and 12 times higher for children born to smoking mothers of lower or middle socioeconomic status. When maternal smoking status and mother's BMI are combined, socioeconomic status could still be seen to have a positive effect on mean birthweight except for overweight or obese smoking mothers, among whom the relationship between socioeconomic status and mean birthweight was reversed. In families of lower socioeconomic status, maternal smoking was the most important factor in birthweight inequalities, and in families of higher socioeconomic status, mother's BMI was the most important factor in birthweight inequalities. CONCLUSION: This research is not only important for children in developed nations, but also for those in developing countries, where high birthweight and obesity are becoming more prevalent.
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 ».