MétaCan
Menu
Retour à la cohorte
Enregistrement W2075874074 · doi:10.1159/000074066

An Association of Maternal Age and Birth Weight with End-Stage Renal Disease in Saskatchewan. Sub-Analysis of Registered Indians and Those with Diabetes

2003· article· en· W2075874074 sur OpenAlexaffabout
Roland Dyck, Helena Klomp, Leonard Tan, Mary Rose Stang

Notice bibliographique

RevueAmerican Journal of Nephrology · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensSaskatchewan HealthUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMedicineBirth weightEnd stage renal diseaseConfidence intervalPopulationGestational ageDiabetes mellitusLow birth weightOffspringPregnancyDiseaseObstetricsInternal medicinePediatricsEndocrinology

Résumé

récupéré en direct d'OpenAlex

AIMS: To determine links between birth related factors and end-stage renal disease (ESRD). METHODS: This 1:3 age, sex, and source population (registered Indians [SkRI] and other Saskatchewan people [OSkP]) matched case-control study, compared maternal age and parity, gestational age, low birth weight (LBW), and high birth weight (HBW), between subjects with and without ESRD. RESULTS: Of 1,162 subjects, 277 cases (48 SkRI and 229 OSkP) and 601 controls (112 SkRI and 489 OSkP) had birth weight information. A trend for increased LBW rates occurred among SkRI and OSkP cases compared to controls (10.4 vs. 5.3% and 6.6 vs. 4.3%), and was significant for OSkP female cases (OR 3.66; 95% confidence interval [CI] 1.05, 12.73). Higher HBW rates occurred in SkRI cases (14.6% compared to 11.6% controls; N/S), and 3/5 female SkRI diabetic ESRD (DESRD) cases were over 3,750 g compared to 1/14 controls (p < 0.05). Only maternal age >/=30 years was an independent predictor for ESRD, particularly for OSkP non-DESRD cases (OR 2.45; 95% CI 1.03, 5.8). Cases with older mothers had lower mean birth weights than controls (3,236 vs. 3,434 g; p = 0.005). CONCLUSIONS: Older maternal age may predispose offspring to ESRD through mechanisms that differ for DESRD versus non-DESRD, and that may relate to ethnicity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,366

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,257
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of NephrologyMême sujetBirth, Development, and HealthTravaux en français237 207