Influence of the maternal birth status on offspring: A systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: Maternal low birth weight (LBW), preterm birth (PTB) and small-for-gestational age (SGA) birth status have been suggested as precursors for an infant being born LBW, PTB or SGA. OBJECTIVE: To systematically review the risks of infant LBW/PTB/SGA among mothers who were LBW/PTB/SGA. SEARCH STRATEGY: Medline, Embase, CINAHL and bibliographies of identified articles were searched for English language studies. SELECTION CRITERIA: Studies reporting association between maternal birth status and LBW, PTB or SGA outcomes were included. Study quality was assessed for biases in selection, exposure assessment, confounder adjustment, analyses, outcomes assessment and attrition. DATA COLLECTION AND ANALYSIS: Unadjusted data from included studies were extracted by two reviewers. Summary odds ratio (OR) and confidence intervals (CI) were calculated using random effect model. MAIN RESULTS: Twenty-two studies of low to moderate risk of biases were included. Maternal LBW was associated with infant LBW (12 studies, 525,706 participants, OR 2.23, 95% CI 2.11-2.35), PTB (six studies, 331,121 participants, OR 1.57, 95% CI 1.43-1.71) and SGA (three studies, 324,357 participants, OR 1.83, 95% CI 1.43-2.33). Maternal PTB was associated with infant PTB (seven studies, 282,616 participants, OR 1.41, 95% CI 1.26-1.59) and SGA (three studies, 41,590 participants, OR 1.33, 95% CI 1.08-1.64). Maternal SGA was associated with infant PTB (OR 1.58, 95% CI 1.06-2.37) and SGA (OR 2.64, 95% CI 2.28-3.05). CONCLUSIONS: Maternal LBW, PTB or SGA status was associated with their children's LBW/PTB/SGA status. Maternal birth status should be included in risk assessment when planning pregnancy care for individual 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.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,002 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».