Maternal Hypertension and Neonatal Outcome Among Small for Gestational Age Infants
Notice bibliographique
Résumé
OBJECTIVE: To determine whether maternal hypertension might improve perinatal outcome among small for gestational age (SGA) infants (< 10th percentile). METHODS: Our prospective cohort comprised 17 Canadian neonatal intensive care units (NICUs) and 3,244 SGA singletons. Multivariable regression was used to analyze the relation between maternal hypertension and each of the following: SNAP-II (Score of Neonatal Acute Physiology; ordinal regression) and neonatal survival and survival without severe intraventricular hemorrhage (logistic regression), adjusting for potential confounders. RESULTS: There were 698 (21.5%) neonates born to hypertensive mothers. Inversely associated with lower SNAP-II scores (healthier infant) were antenatal steroids (complete course: odds ratio [OR] 0.67, 95% confidence interval [CI] 0.54-0.83; incomplete: OR 0.71, 95% CI 0.56-0.88), lower gestational age (< 27 weeks: OR 0.06, 95% CI 0.05-0.08; 27-28 weeks: OR 0.11, 95% CI 0.07-0.17; 29-32 weeks: OR 0.28, 95% CI 0.23-0.35), 5-minute Apgar < 7 (OR 0.30, 95% CI 0.25-0.36), male gender (OR 0.80, 95% CI 0.70-0.92), and anomalies (OR 0.49, 95% CI 0.41-0.58). Maternal hypertension was associated with lower SNAP-II (healthier infant) (7.54 +/- 11.16 [hypertensive] versus 7.21 +/- 11.85 [normotensive]) on multivariable regression analysis (adjusted OR 1.25, 95% CI 1.05-1.49), as well as higher neonatal survival (93.0% versus 91.2%, and adjusted OR 1.9, 95% CI 1.2-3.0), but not survival without severe intraventricular hemorrhage (91.4% versus 87.0%, and adjusted OR 1.4, 95% CI 1.0-2.0), respectively. CONCLUSION: Among SGA neonates in NICU, maternal hypertension is associated with improved admission neonatal physiology and survival.
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 | 0,001 |
| 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 ».