Large‐for‐gestational‐age (LGA) neonate predicts a 2.5‐fold increased odds of neonatal hypoglycaemia in women with type 1 diabetes
Notice bibliographique
Résumé
Abstract Objective The objective of the study is to assess the impact of maternal glycaemic control and large‐for‐gestational‐age (LGA) infant size on the risk of developing neonatal hypoglycaemia in offspring of women with type 1 diabetes and to determine possible predictors of neonatal hypoglycaemia and LGA. Research methods and design This retrospective cohort study evaluated pregnancies in 161 women with type 1 diabetes mellitus at a large urban centre between 2006 and 2010. Mean trimester A 1c values were categorized into five groups. Multiple logistic regression analyses were used to examine predictors of neonatal hypoglycaemia and large‐for‐gestational‐age (LGA). Results Hypoglycaemia occurred in 36.6% of neonates. There was not a linear association between trimester specific A 1c and LGA. After adjusting for maternal age, body mass index (BMI), smoking and premature delivery, neonatal hypoglycaemia was not linearly associated with A 1c in the first, second or third trimesters. LGA was the only significant predictor for neonatal hypoglycaemia (OR, 95% CI 2.51 [1.10, 5.70]) in logistic regression analysis that adjusted for glycaemic control, maternal age, smoking, prematurity and BMI. An elevated third trimester A 1c increased the odds of LGA (1.81 [1.03, 3.18]) after adjustment for smoking, parity and maternal BMI. Conclusions Large‐for‐gestational‐age imparts a 2.5‐fold increased odds of hypoglycaemia in neonates of women with type 1 diabetes and may be a better predictor of neonatal hypoglycaemia than maternal glycaemic control. Our data suggest that LGA neonates of women with type 1 diabetes should prompt increased surveillance for neonatal hypoglycaemia and that the presence of optimum maternal glycaemic control should not reduce this surveillance. Copyright © 2016 John Wiley & Sons, Ltd.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».