The impact of past pregnancy experience on subsequent perinatal outcomes
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.
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 | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».