Determinants and consequences of discrepancies in menstrual and ultrasonographic gestational age estimates
Notice bibliographique
Résumé
OBJECTIVES: To assess the association between maternal and fetal characteristics and discrepancy between last normal menstrual period and early (<20 weeks) ultrasound-based gestational age and the association between discrepancies and pregnancy outcomes. DESIGN: Hospital-based cohort study. SETTING: Montreal, Canada. SAMPLE: A total of 46,514 women with both menstrual- and early ultrasound-based gestational age estimates. MAIN OUTCOME MEASURES: Positive (last normal menstrual period > early ultrasound, i.e. menstrual-based gestational age is higher than early ultrasound-based gestational age, so that the expected date of delivery is earlier with the menstrual-based gestational age) discrepancies > or =+7 days, mean birthweight, low birthweight, stillbirth and in-hospital neonatal death. RESULTS: Multiparous mothers and those with diabetes, small stature or high pre-pregnancy body mass index were more likely to have positive discrepancies. The proportion of women with discrepancies > or =+7 days was significantly higher among chromosomally malformed and female fetuses. The mean birthweight declined with increasingly positive differences. The risk of low birthweight was significantly higher for positive differences. Associations with fetal growth measures were more plausible with early ultrasound estimates. CONCLUSIONS: Although most discrepancies between last normal menstrual period- and early ultrasound-based gestational age are attributable to errors in menstrual dating, our results suggest that some positive differences reflect early growth restriction.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».