Development of composite outcomes for individual patient data (<scp>IPD</scp>) meta‐analysis on the effects of diet and lifestyle in pregnancy: a Delphi survey
Notice bibliographique
Résumé
OBJECTIVE: To develop maternal, fetal, and neonatal composite outcomes relevant to the evaluation of diet and lifestyle interventions in pregnancy by individual patient data (IPD) meta-analysis. DESIGN: Delphi survey. SETTING: The International Weight Management in Pregnancy (i-WIP) collaborative network. Sample Twenty-six researchers from the i-WIP collaborative network from 11 countries. METHODS: A two-generational Delphi survey involving members of the i-WIP collaborative network (26 members in 11 countries) was undertaken to prioritise the individual outcomes for their importance in clinical care. The final components of the composite outcomes were identified using pre-specified criteria. MAIN OUTCOME MEASURES: Composite outcomes considered to be important for the evaluation of the effect of diet and lifestyle in pregnancy. RESULTS: Of the 36 maternal outcomes, nine were prioritised and the following were included in the final composite: pre-eclampsia or pregnancy-induced hypertension, gestational diabetes mellitus (GDM), elective or emergency caesarean section, and preterm delivery. Of the 27 fetal and neonatal outcomes, nine were further evaluated, with the final composite consisting of intrauterine death, small for gestational age, large for gestational age, and admission to a neonatal intensive care unit (NICU). CONCLUSIONS: Our work has identified the components of maternal, fetal, and neonatal composite outcomes required for the assessment of diet and lifestyle interventions in pregnancy by IPD meta-analysis.
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 | 0,379 | 0,487 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,024 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».