Optimal birth weight percentile cut‐offs in defining small‐ or large‐for‐gestational‐age
Notice bibliographique
Résumé
AIMS: It remains questionable what birth weight for gestational age percentile cut-offs should be used in defining clinically important poor or excessive foetal growth. We aimed to evaluate the optimal birth weight percentile cut-offs for defining small- or large-for-gestational-age (SGA or LGA). METHODS: In a birth cohort-based analysis of 17 979 120 non-malformation singleton live births, U.S. 1995-2001, we assessed the optimal birth weight percentile cut-offs for defining SGA and LGA. The 25th-75th percentile group served as the reference. Primary outcomes are the risk ratios (RR) of neonatal death and low 5-min Apgar score (<4) comparing SGA or LGA versus the reference group. More than 2-fold risk elevations were considered clinically significant. RESULTS: The 15th birth weight cut-off already identified SGA infants at more than 2-fold risk of neonatal death at pre-term, term or post-term, except for extremely pre-term births <28 weeks (continuous risk reductions over increasing birth weight percentiles). LGA was associated with a reduced risk of low 5-min Apgar score at pre-term, but an elevated risk at term and post-term. The 97th cut-off identified LGA infants at 2-fold risk of low 5-min Apgar at term. CONCLUSION: The commonly used 10th and 90th birth weight percentile cut-offs for defining SGA and LGA respectively seem largely arbitrary. The 15th and 97th percentiles may be the optimal cut-offs to define SGA and LGA respectively.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».