Autism risk following antidepressant medication during pregnancy
Notice bibliographique
Résumé
BACKGROUND: Previous studies have examined if maternal antidepressant medication during pregnancy increase the risk of autism spectrum disorder (ASD) in the offspring, but the results have been conflicting. METHODS: In a population-based cohort of 179 007 children born in 2006 and 2007 and followed through 2014 when aged 7 and 8, we estimated relative risks (RRs) of ASD and 95% confidence intervals (CIs) from Cox regression in children exposed to any antidepressant medication during pregnancy, and nine specific antidepressant drugs. Analyses were adjusted for potential confounders and were conducted in the full population sample, and in a clinically relevant sub-sample of mothers with at least one diagnosis of depression or anxiety during life. RESULTS: The adjusted RR of ASD in children of mothers who used antidepressant medication during pregnancy was estimated at 1.23 (95% CI 0.96-1.57), and at 1.07 (95% CI 0.80-1.43) in women with a history of depression or anxiety. Analyses of specific antidepressants initially revealed increased RRs of offspring ASD confined to citalopram and escitalopram (RR: 1.47; 95% CI 0.92-2.35) and clomipramine (RR: 2.86; 95% CI 1.04-7.82). CONCLUSION: Medication with antidepressants during pregnancy does not appear to be causally associated with an increased risk of ASD in the offspring. Instead, the results suggest that the association is explained by factors related to the underlying susceptibility to psychiatric disorders. Based on these findings, the risk of ASD in the offspring should not be a consideration to withhold treatment with commonly used antidepressant drugs from pregnant women.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».