Missing paternal data and adverse birth outcomes in Canada.
Notice bibliographique
Résumé
BACKGROUND: Research on predictors of birth outcomes tends to focus on maternal characteristics. Less is known about the role of paternal factors. Missing paternal data on administrative records may be a marker for risk of adverse birth outcomes. DATA AND METHODS: Analyses were performed on a cohort of births that occurred from May 16, 2004 through May 15, 2006, which was created by linking birth and death registration data with the 2006 Canadian census. Log-binomial and binomial regression were used to estimate relative risks and risk differences for preterm birth, small-for-gestational-age birth, stillbirth and infant mortality associated with the absence of paternal information. Analyses controlled for maternal age, education, household income, parity, marital status, ethnicity and birthplace. RESULTS: The analyses pertained to 135,285 singleton births. Paternal data were missing from the birth registration for 7,461 births (4.6%) and from the census data for 17,713 births (11.4%). The adjusted relative risks associated with missing paternal data on the birth registration were 1.12 (95% CI: 0.99, 1.26) for preterm birth; 1.15 (1.05, 1.26) for small-for-gestational-age birth; 1.86 (1.27, 2.73) for stillbirth; and 1.53 (1.00, 2.34) for infant mortality. Estimates were robust to varying definitions of missing paternal information, based on the birth registration, census data, or both. INTERPRETATION: This study suggests that missing paternal data is a marker for increased risk of adverse birth outcomes, over and above maternal characteristics.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».