Management of Multiple Sclerosis During Pregnancy and the Reproductive Years
Notice bibliographique
Résumé
OBJECTIVE: To examine the evidence guiding management of multiple sclerosis (MS) in reproductive-aged women. DATA SOURCES: We conducted an electronic literature search using PubMed, ClinicalTrials.gov, and other available resources. The following keywords were used: "multiple sclerosis" and "pregnancy." We manually searched the reference lists of identified studies. METHODS OF STUDY SELECTION: Two reviewers categorized all studies identified in the search by management topic, including effect of pregnancy on MS course, fetal risks associated with disease-modifying treatments during pregnancy, and management of patients off disease-modifying treatment. We categorized studies by strength of evidence and included prior meta-analyses and systematic studies. These studies were then summarized and discussed by an expert multidisciplinary team. TABULATION, INTEGRATION, AND RESULTS: The risk of MS relapses is decreased during pregnancy and increased postpartum. Data are lacking regarding the risks of disease-modifying treatments during pregnancy. There may be an increased risk of MS relapses after use of assisted reproductive techniques. There does not appear to be a major increase in adverse outcomes in newborns of mothers with MS. CONCLUSION: Although there are many unmet research needs, the reviewed data support the conclusion that in the majority of cases, women with MS can safely choose to become pregnant, give birth, and breastfeed children. Clinical management should be individualized to optimize both the mother's reproductive outcomes and MS course.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».