Pre‐eclampsia and risk of infantile haemangioma
Notice bibliographique
Résumé
BACKGROUND: Infantile haemangioma is the most common tumour of infancy, but the association with pre-eclampsia is poorly understood. OBJECTIVES: We determined the relationship between variants of pre-eclampsia and risk of infantile haemangioma. METHODS: We carried out a retrospective cohort study of hospital data for all live births between 1989 and 2013 in Quebec, Canada. We identified 14 240 neonates with, and 1 930 564 without haemangioma before discharge, and determined whether early- or late-onset pre-eclampsia was documented on the maternal chart. We used log-binomial regression to compute prevalence ratios (PRs) and 95% confidence intervals (CIs) for the association between pre-eclampsia and infantile haemangioma, adjusted for maternal characteristics. RESULTS: The prevalence of any haemangioma was higher for pre-eclampsia than for no pre-eclampsia (81·3 vs. 72·9 per 10 000), with a PR of 1·15 (95% CI 1·06-1·25) after adjustment for maternal characteristics. Pre-eclampsia with onset before 34 weeks' gestation was associated with cutaneous (PR 2·32, 95% CI 1·68-3·21), noncutaneous (PR 3·66, 95% CI 2·49-5·37) and unspecified haemangioma (PR 2·49, 95% CI 1·77-3·49). However, the association between early-onset pre-eclampsia and haemangioma was attenuated once long neonatal length of hospital stays was accounted for. There was no association with late-onset pre-eclampsia after 34 weeks, and associations were weaker for other variants including severe pre-eclampsia and pre-eclampsia with low birthweight. CONCLUSIONS: Early-onset pre-eclampsia is associated with increased risk of haemangioma at birth, but detection bias due to longer hospital stays and closer follow-up may be part of the reason.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 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 ».