The impact of past pregnancy experience on subsequent perinatal outcomes
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
In perinatal epidemiology, the basic unit of analysis has traditionally been the individual pregnancy. In this study, we sought to explore the idea of a 'reproductive life'-based approach to modelling the effects of reproductive exposures and outcomes, where the basic unit of analysis is a woman's entire reproductive experience. Our objective was to explore whether a first pregnancy risk factor, excess gestational weight gain, has a direct effect on the birthweight outcomes of a subsequent pregnancy, independent of the weight gain and other risk factors of the second pregnancy. A study population was created by linking the obstetric records of 1220 women who delivered their first and second offspring at a McGill University teaching hospital in Montreal, Canada. Multivariable linear and logistic regression analyses were used to model the effects of gestational weight gain above recommendation on the birthweight Z-score and risk of large-for-gestational age (LGA) subsequent offspring. After adjusting for the risk factors of the second pregnancy, an independent effect from the first pregnancy was seen on the birthweight Z-score, (effect size OR 0.17 [95% CI 0.05, 0.28] but not risk of LGA of the second pregnancy 1.30 [95% CI 0.89, 1.89]). We concluded that a pregnancy-centred approach to research that conceptualizes pregnancies as self-contained and interchangeable events may not always be appropriate, and propose that analytical methods for some perinatal research questions may need to consider a given pregnancy in the context of a woman's past reproductive experiences.
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 | 0,002 |
| 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