Month of Conception and Learning Disabilities: A Record-Linkage Study of 801,592 Children
Notice bibliographique
Résumé
Learning disabilities have profound, long-lasting health sequelae. Affected children born over the course of 1 year in the United States of America generated an estimated lifetime cost of $51.2 billion. Results from some studies have suggested that autistic spectrum disorder may vary by season of birth, but there have been few studies in which investigators examined whether this is also true of other causes of learning disabilities. We undertook Scotland-wide record linkage of education (annual pupil census) and maternity (Scottish Morbidity Record 02) databases for 801,592 singleton children attending Scottish schools in 2006-2011. We modeled monthly rates using principal sine and cosine transformations of the month number and demonstrated cyclicity in the percentage of children with special educational needs. Rates were highest among children conceived in the first quarter of the year (January-March) and lowest among those conceived in the third (July-September) (8.9% vs 7.6%; P < 0.001). Seasonal variations were specific to autistic spectrum disorder, intellectual disabilities, and learning difficulties (e.g., dyslexia) and were absent for sensory or motor/physical impairments and mental, physical, or communication problems. Seasonality accounted for 11.4% (95% confidence interval: 9.0, 13.7) of all cases. Some biologically plausible causes of this variation, such as infection and maternal vitamin D levels, are potentially amendable to intervention.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».