PW01-259 - Paroxetine Use During Pregnancy and Adverse Pregnancy Outcomes In The Absence Of Detection Bias
Notice bibliographique
Résumé
Objective To quantify the prevalence of adverse pregnancy outcomes associated with gestational exposure to paroxetine before the FDA warnings on the risk of cardiac malformations in newborns associated with the use of paroxetine during gestation were issued in 2005. Methods Data on all pregnancies included in the Quebec Pregnancy Registry were analysed to estimate the prevalence of planned/spontaneous abortions and deliveries during 1998-2004, before the warnings were issued. All study outcomes including congenital malformations are physician-based, and made prospectively and routinely as part of health care management; exposure to paroxetine is based on automated prescription fillings. Trends in the frequency of gestational use of paroxetine during the study period were compared to the trends in the prevalence of cardiac malformations. Results Among the 109,344 eligible pregnancies, 1,612 (1.5%) were exposed to paroxetine. Amongst paroxetine users, 49% had a planned abortion, 7% a spontaneous abortion, and 44% a delivery. Amongst those who delivered, 3% had a baby with a cardiac malformation. The most prevalent cardiac malformations were atrial and ventricular septal defects (74%). During the study period, an increase in the prevalence of paroxetine use during pregnancy was correlated with an increase in the rate of cardiac malformations. Conclusion Paroxetine use during gestation is associated with an important risk of adverse pregnancy events above baseline rates. Before the warnings on paroxetine were issued, the increase in the prevalence of paroxetine use during pregnancy was already correlated with an increase in the rate of cardiac malformations, excluding the possibility of detection bias.
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 | 0,001 |
| 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 ».