Ambient Temperature and Risk of Preeclampsia: Biased Association?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Preeclampsia is associated with conception during warm months and delivery during cold months. We sought to determine whether season of conception and shorter gestation bias the associations. METHODS: We used hospital discharge summaries to identify 65 273 pregnancies with and 1 825 438 without preeclampsia in Quebec, Canada between 1989 and 2012. We obtained data on mean temperature for the month following conception and the month before hospital admission. We used cubic splines in log-binomial models to estimate the association between temperature and preeclampsia (risk ratios, RR; 95% confidence interval, CI). To assess the potential for bias, we compared models progressively adjusted for baseline maternal characteristics, season of conception, and length of gestation at admission. RESULTS: With adjustment for baseline maternal characteristics only, risk of preeclampsia was higher for hot temperatures at conception and cold temperatures at end of pregnancy. Adjusting for season at conception removed the association between preeclampsia and temperature at conception. Adjustment for length of gestation removed the association between preeclampsia and temperature at end of pregnancy. CONCLUSIONS: This study demonstrates that associations between ambient temperature and preeclampsia may be biased by short gestation, because preeclampsia commonly occurs earlier in pregnancy. Temperatures during gestation change with time for all women, and temperatures early in pregnancy frequently differ from temperatures later in pregnancy. Variation in temperature over gestation may lead to a coincidental association with preeclampsia.
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.
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 | 0,004 |
| 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 découle