MétaCan
Menu
Retour à la cohorte
Enregistrement W2123117007 · doi:10.1111/obr.12267

Association between caesarean section and childhood obesity: a systematic review and meta‐analysis

2015· review· en· W2123117007 sur OpenAlexaff
Stefan Kuhle, O. S. Tong, Christy Woolcott

Notice bibliographique

RevueObesity Reviews · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueGestational Diabetes Research and Management
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisCaesarean sectionMedicineConfoundingObesityConfidence intervalRelative riskChildhood obesityPregnancyPublication biasObstetricsEtiologyBirth weightDemographyOverweightInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Birth by caesarean section has been recently implicated in the aetiology of childhood obesity, but studies examining the association have varied with regard to their settings, designs, and adjustment for potential confounders. We conducted a systematic review and meta-analysis to summarize the available evidence and to explore study characteristics as sources of heterogeneity. A search of Medline, EMBASE, and Web of Science identified 28 studies. Random effects meta-analysis was used to calculate pooled risk ratios (RR) with 95% confidence intervals (CI). Caesarean section had a RR of 1.34 (CI 1.18-1.51) for obesity in the child compared with vaginal birth. The RR was lower for studies that adjusted for maternal pre-pregnancy weight than for studies that did not (1.29, CI 1.16-1.44 vs. 1.55, CI 1.11-2.17). Studies that examined multiple early life factors reported lower RRs than studies that specifically examined caesarean section (1.39, CI 1.23-1.57 vs. 1.23, CI 0.97-1.56). Effect estimates did not vary by child's age at obesity assessment, study design or country income. Children born by caesarean section are at higher risk of developing obesity in childhood. Findings are limited by a moderate heterogeneity among studies and the potential for residual confounding and publication bias.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,021
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0140,021
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,090
Tête enseignante GPT0,369
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations285
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueObesity ReviewsMême sujetGestational Diabetes Research and ManagementTravaux en français237 207