Socio‐economic and psychosocial factors in the management and prevention of preterm labour
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Socio-economic factors associated with preterm labour include social class, (usually assessed by earnings and education), working conditions (professional status, ergonomic environment, working hours), physical and travelling activities, daily life activities, lifestyle, family status and psychosocial state as related to past and current pregnancy history together with current stress factors. A review of the association of these factors with preterm birth will be reported with an emphasis of the biological plausibility linking mostly emotional, and at a lesser degree, physical and psychological stress to the occurrence of preterm labour. A case control study, carried out in Quebec City among 101 women in preterm labour and 202 matched pregnancies for parity and gestational age, identified 7 risk factors in an explanatory multivariate model among 117 variables: Body mass index (BMI) <20 (OR; 95% CI: 3.96; 2.61-7.09), previous preterm labour (OR; 95% CI: 3.61; 1.12-11.65) previous low birth weight (OR; 95% CI: 2.24; 1.05-7.71), standing at work >2 hours (OR; 95% CI: 3.90; 1.53-9.91), Abruptio placentae (OR; 95% CI: 5.88; 1.20-28.76), urinary tract infection (UTI) (OR; 95% CI: 4.4.3; 1.47-13.34), and stress score >5 (OR; 95% CI: 2.56; 1.20-5.54). The most stressful events were related to family illness, mortality, disruption, violence or financial distress. Some risk factors cannot be modified (previous preterm labour, low birth weight and UTI), while preventive efforts should be directed towards attaining BMI >20 before conception, modifying working conditions during current pregnancy and appropriate management of acute emotional stress.
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.
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 découle