Prepregnancy Body Mass Index as a Significant Predictor of Total Gestational Weight Gain and Birth Weight
Notice bibliographique
Résumé
Purpose: We aimed to describe adherence to gestational weight gain (GWG) recommendations and identify determinants of excessive GWG in a sample of women from Quebec, Canada. Methods: Data were collected from the multi-centre 3D (Design, Develop, Discover) pregnancy cohort study, which included women who delivered between May 2010 and August 2012 at 9 obstetrical hospitals in Quebec, Canada. GWG was calculated for 1145 women and compared to the 2009 Institute of Medicine (IOM) recommendations. Results: Overall, 51% of participants exceeded the recommendations. Approximately 68% of women with obesity gained weight in excess of the IOM recommendations. The corresponding numbers were 75%, 44%, and 27% in overweight, normal weight, and underweight women, respectively. A prepregnancy BMI of 25 kg/m2 or more was the only significant predictor of exceeding GWG recommendations (OR 3.35, 95% CI 2.44–4.64) in a multivariate model. Birth weight was positively associated with GWG. GWG and prepregnancy BMI could explain 3.13% and 2.46% of the variance in birth weight, respectively. Conclusion: About half of women exceeded GWG recommendations, and this was correlated with infant birth weight. This reinforces the need to develop and evaluate strategies, including nutritional interventions, for pregnant women to achieve optimal GWG.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».