MétaCan
Menu
Retour à la cohorte
Enregistrement W2513311778 · doi:10.1001/jama.2016.12126

Association Between MRI Exposure During Pregnancy and Fetal and Childhood Outcomes

2016· article· en· W2513311778 sur OpenAlexafffundabout
Joel G. Ray, Marian J. Vermeulen, Aditya Bharatha, Walter Montanera, Alison L. Park

Notice bibliographique

RevueJAMA · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueFetal and Pediatric Neurological Disorders
Établissements canadiensUniversity of TorontoSt. Michael's HospitalInstitute for Clinical Evaluative Sciences
Organismes subventionnairesOntario Ministry of Health and Long-Term Care
Mots-clésMedicinePregnancyMagnetic resonance imagingObstetricsCohortGestational ageNephrogenic systemic fibrosisGestationLive birthFetusPremature birthCohort studyRadiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

IMPORTANCE: Fetal safety of magnetic resonance imaging (MRI) during the first trimester of pregnancy or with gadolinium enhancement at any time of pregnancy is unknown. OBJECTIVE: To evaluate the long-term safety after exposure to MRI in the first trimester of pregnancy or to gadolinium at any time during pregnancy. DESIGN, SETTING, AND PARTICIPANTS: Universal health care databases in the province of Ontario, Canada, were used to identify all births of more than 20 weeks, from 2003-2015. EXPOSURES: Magnetic resonance imaging exposure in the first trimester of pregnancy, or gadolinium MRI exposure at any time in pregnancy. MAIN OUTCOMES AND MEASURES: For first-trimester MRI exposure, the risk of stillbirth or neonatal death within 28 days of birth and any congenital anomaly, neoplasm, and hearing or vision loss was evaluated from birth to age 4 years. For gadolinium-enhanced MRI in pregnancy, connective tissue or skin disease resembling nephrogenic systemic fibrosis (NSF-like) and a broader set of rheumatological, inflammatory, or infiltrative skin conditions from birth were identified. RESULTS: Of 1 424 105 deliveries (48% girls; mean gestational age, 39 weeks), the overall rate of MRI was 3.97 per 1000 pregnancies. Comparing first-trimester MRI (n = 1737) to no MRI (n = 1 418 451), there were 19 stillbirths or deaths vs 9844 in the unexposed cohort (adjusted relative risk [RR], 1.68; 95% CI, 0.97 to 2.90) for an adjusted risk difference of 4.7 per 1000 person-years (95% CI, -1.6 to 11.0). The risk was also not significantly higher for congenital anomalies, neoplasm, or vision or hearing loss. Comparing gadolinium MRI (n = 397) with no MRI (n = 1 418 451), the hazard ratio for NSF-like outcomes was not statistically significant. The broader outcome of any rheumatological, inflammatory, or infiltrative skin condition occurred in 123 vs 384 180 births (adjusted HR, 1.36; 95% CI, 1.09 to 1.69) for an adjusted risk difference of 45.3 per 1000 person-years (95% CI, 11.3 to 86.8). Stillbirths and neonatal deaths occurred among 7 MRI-exposed vs 9844 unexposed pregnancies (adjusted RR, 3.70; 95% CI, 1.55 to 8.85) for an adjusted risk difference of 47.5 per 1000 pregnancies (95% CI, 9.7 to 138.2). CONCLUSIONS AND RELEVANCE: Exposure to MRI during the first trimester of pregnancy compared with nonexposure was not associated with increased risk of harm to the fetus or in early childhood. Gadolinium MRI at any time during pregnancy was associated with an increased risk of a broad set of rheumatological, inflammatory, or infiltrative skin conditions and for stillbirth or neonatal death. The study may not have been able to detect rare adverse outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,221
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations827
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJAMAMême sujetFetal and Pediatric Neurological DisordersTravaux en français237 207