Increase in prevalence of birth defects in an Arctic Russian setting from 1973 to 2011: a register-based study
Notice bibliographique
Résumé
Background Birth defects (BD) constitute an important public health issue as they are the main cause of infant death. Their prevalence in Europe for 2007-2011 is 25.7 per 1000 newborns. To date, there are no population-based studies for the Russian Federation. The aim of the present study is to estimate the prevalence, forms and changes in the prevalence of BD over time in the Russian Arctic city of Monchegorsk (Murmansk County) for the period 1973-2011. Methods The Murmansk County Birth Registry and the Kola Birth Registry were the primary sources of information, covering 30 448 pregnancy outcomes in Monchegorsk (Murmansk County, Russia) during the study period. Results The total prevalence of BD was 36.1/1000 livebirths (LB) and stillborn (SB) (95%CI = 34.0-38.2) and, after exclusions of minor malformations according to the European Surveillance of Congenital Anomalies (EUROCAT) guidelines, it decreased to 26.5/1000 LB plus SB (95%CI = 24.6-28.3). The prevalence of BD that are obligatory to report was 7.2/1000 LB plus SB (95%CI = 6.4-8.3). There was a significant positive time-trend in total prevalence of BD across the study period (p < 0.001 for trend). Prevalence of all BD increased from 23.5/1000 to 46.3/1000 LB plus SB, while that excluding minor defects rose from 17.7/1000 to 35.7/1000 LB plus SB. The most prevalent group of defects was malformations of the musculoskeletal system, which represented 35.4% of all BD. The most prominent growth was observed for malformations of the urinary system, rising from 0.2/1000 to 19.1/1000 LB plus SB. Conclusions The observed prevalence of BD in Monchegorsk was twice that in Europe and increased throughout the observation years. Further investigation to identify the underlying bases for the observed progressive growth in BD is recommended. Key message The first population base study of birth defects in Russian Arctic revealed high prevalence at birth of most congenital malformations with tendency to increase.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».