Brief Report: Causes of Stillbirths in Women With Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: There are few precise or recent estimates of the risk or causes of stillbirths in women with systemic lupus erythematosus (SLE). Thus, we undertook the present study to examine causes of stillbirths in mothers with SLE versus those without SLE. METHODS: The Offspring of SLE Mothers Registry (OSLER) is a large population-based cohort, identified through Quebec's health care databases (1989-2009), including all women who had ≥1 hospitalization for delivery after SLE diagnosis, and a randomly selected control group of women matched for age and year of delivery. We identified stillbirths and ascertained the cause of death as indicated on death certificates. Odds ratios (ORs) and 95% confidence intervals (95% CIs) were calculated, and multivariate logistic regression analysis was performed to estimate the risk of stillbirth in women with SLE versus controls. RESULTS: In our cohort, 509 women with SLE had 729 births, including 9 stillbirths, while 5,829 matched controls had 8,541 births, including 47 stillbirths. We observed more stillbirths in mothers with SLE than in controls (1.24% versus 0.55%, difference 0.69% [95% CI 0.03, 1.88]). Women with SLE had an increased risk of stillbirth compared to controls (adjusted OR 2.13 [95% CI 1.02, 4.45]). We also observed a trend toward more stillbirths due to placenta-mediated pregnancy complications in mothers with SLE than in controls (44% [95% CI 14, 79] versus 15% [95% CI 6, 28]). CONCLUSION: Compared to women from the general population, women with SLE have an increased risk of stillbirth. Stillbirths in women with SLE might be more often caused by placenta-mediated pregnancy complications compared to stillbirths in mothers without SLE.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».