Caffeine intake and small‐for‐gestational‐age birth: modifying effects of xenobiotic‐metabolising genes and smoking
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
The relationship between caffeine consumption and small-for-gestational-age (SGA) birth remains uncertain. However, factors that can influence caffeine metabolism, such as genetic polymorphisms, have not been considered, while other similar factors such as smoking and ethnicity have not always been fully accounted for in the interpretation of results. A case-control study was carried out comprising 493 cases and 472 controls. Cases were newborns whose birthweight was below the 10th percentile according to gestational age and sex, based on national norms, and controls were at or above the 10th percentile. Caffeine consumption from beverages was estimated for each pregnancy trimester. Maternal and newborn variants in the CYP1A2 and CYP2E1 genes involved in the metabolism of caffeine were determined. Contrasting consumption >or=300 mg/day with a lower level, or using caffeiwne as a continuous measure, while adjusting for smoking and nausea, showed no increased risk for SGA. However, when stratifying for cigarette smoking, caffeine odds ratios (for the continuous and dichotomous measures) in the first trimester were statistically heterogeneous, suggesting a greater risk among non-smokers. Using birthweight as the outcome and caffeine as a continuous measure, a small 38 g [95% confidence interval -68, -8] decrement for every 100 mg of daily caffeine was observed in the third trimester. The studied polymorphisms did not modify the effect of caffeine. Caffeine consumption is unlikely to be a major risk factor for SGA or low birthweight in pregnant women.
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 | 0,001 | 0,003 |
| 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