Impact of intrauterine growth restriction on long-term health
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Intrauterine growth restriction (IUGR) is responsible for the higher rates of fetal, perinatal, and neonatal morbidity and mortality. This review details the IUGR risk factors, its short and long-term sequel, the mechanism underlying the long-term consequences, and the strategies to tackle IUGR burden. RECENT FINDINGS: Short-term consequences of IUGR involve metabolic, thermal, and hematological disturbances leading to morbidities. Long term consequences due to changes in the fetal nutritional environment is associated with increased risk of developing metabolic syndrome and cardiovascular disease, systolic hypertension, obesity, insulin resistance, and diabetes type II in adulthood. There are no effective therapies to reverse IUGR, and antenatal management is aimed at determining the ideal time and mode of delivery. In order to prevent complications associated with IUGR, it is important to first detect the condition and institute appropriate surveillance to assess fetal well-being coupled with suitable intervention in case of fetal distress. SUMMARY: Reliable prediction of IUGR may be achieved by combining clinical risk factors with Doppler abnormalities, fetal growth, and biomarkers. If this can be achieved, there is potential to reduce future perinatal morbidity, mortality and long-term consequences, but steps geared toward the prevention of IUGR are of unparalleled importance.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».