Adverse Infant Outcomes Associated with Discordant Gestational Age Estimates
Notice bibliographique
Résumé
BACKGROUND: Gestational age estimation by last menstrual period (LMP) vs. ultrasound (or best obstetric estimate in the US) may result in discrepant classification of preterm vs. term birth. We investigated whether such discrepancies are associated with adverse infant outcomes. METHODS: We studied singleton livebirths in the Medical Birth Registries of Norway, Sweden and Finland and US live birth certificates from 1999 to the most recent year available. Risk ratios (RR) with 95% confidence intervals (CI) by discordant and concordant gestational age estimation for infant, neonatal and post-neonatal mortality, Apgar score <4 and <7 at 5 min, and neonatal intensive care unit (NICU) admission were estimated using generalised linear models, adjusting for maternal age, education, parity, year of birth, and infant sex. Results were presented stratified by country. RESULTS: Compared to infants born at term by both methods, infants born preterm by ultrasound/best obstetric estimate but term by LMP had higher infant mortality risks (range of adjusted RRs 3.9 to 7.2) and modestly higher risks were obtained among infants born preterm by LMP but term by ultrasound/best obstetric estimate (range of adjusted RRs 1.6 to 1.9). Risk estimates for the other outcomes showed the same pattern. These findings were consistent across all four countries. CONCLUSIONS: Infants classified as preterm by ultrasound/best estimate, but term by LMP have consistently higher risks of adverse outcomes than those classified as preterm by LMP but term by ultrasound/best estimate. Compared with ultrasound/best estimate, use of LMP overestimates the proportion of births that are preterm.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».