Implications of Using a Fetuses‐at‐Risk Approach When Fetuses Are Not at Risk
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Gestational-age-specific rates of postnatal endpoints are sometimes estimated with denominators based on fetuses-at-risk (FAR), rather than live births. However, as infants can only be included in the numerator after they are born alive, interpretation of such rates is problematic. METHODS: Using simple algebra it can be shown that, at each gestational week, FAR rates of postnatal endpoints are the product of the conventional risk of outcome among live births and the probability of live birth, which increases from near zero early in gestation to close to one in the final weeks. The consequences of such a pattern of live birth on FAR rates are further illustrated in hypothetical scenarios with known conditions. RESULTS: FAR rates of postnatal endpoints will generally increase towards the end of pregnancy due to the rising probability of live birth, regardless of the 'true' effect of immaturity on risk. In the presence of an exposure that increases the probability of early birth, the same mechanism will cause FAR rates to be higher in the exposed group, even if the exposure has no effect. CONCLUSIONS: Gestational-age-specific FAR rates of postnatal outcomes strongly depend on the probability of live birth. Thus, they reflect neither the causal effect of gestational length, nor that of a given exposure. Indeed, if an exposure shortens gestation, FAR rates will be higher in exposed infants even when the exposure has no impact on the outcome under study. These intrinsic limitations should be taken into account when applying FAR analyses to postnatal endpoints.
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.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle