Perinatal outcomes in women with multiple sclerosis exposed to disease-modifying drugs
Notice bibliographique
Résumé
BACKGROUND: The incidence of disease-modifying drug (DMD) exposure during pregnancy in multiple sclerosis (MS) is unknown and limited data exists regarding the potential harm of DMD exposure during pregnancy. OBJECTIVE: To investigate the incidence and effect of in utero DMD exposure on perinatal outcomes. METHODS: We conducted a retrospective analysis by linking two provincial, population-based databases, the British Columbia (BC) MS database with the BC Perinatal Database Registry. Delivery (duration of the second stage of labor, assisted vaginal delivery and Cesarean section) and neonatal (birth weight, gestational age, 5-minute Apgar score and congenital anomalies) outcomes were compared between women exposed and unexposed to a DMD within 1 month prior to conception and/or during pregnancy. Findings were reported as odds ratios (ORs) with 95% confidence intervals (CIs). RESULTS: In all, 311 women with relapsing-remitting MS delivered 418 singleton babies between April 1998 and March 2009. 21/101 (21%) of births to MS women treated with DMD prior to pregnancy were exposed to a DMD. In all cases, exposure was documented as unintentional and DMD treatment was stopped within 2 months of gestation. The overall incidence of exposure was 21/418 (5%). DMD exposure was associated with a trend towards a greater risk of assisted vaginal delivery compared to the DMD naïve groups (OR = 3.0; 95% CI: 1.0-9.2). All other comparisons of perinatal outcomes were unremarkable. CONCLUSION: The incidence of DMD exposure was relatively low and no cases were intentional. Further studies are needed to ascertain the safety of DMD exposure during pregnancy in MS.
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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 tête enseignante, 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 ».