How weight during pregnancy influences the association between pre-pregnancy body mass index and types of delivery and birth: a comparison of urban and rural areas
Notice bibliographique
Résumé
BACKGROUND: Women in study areas suffered from the problems of caesarean delivery (CD), low birth weight (LBW), and macrosomia. OBJECTIVE: To investigate how gestational weight gain (GWG) influences the effect of the pre-pregnancy body mass index (BMI) on the risks of CD, LBW, and macrosomia in urban and rural areas in a city of Iran. METHODS: We used 767 and 612 eligible subjects from the public health care centers in urban and rural areas respectively. RESULTS: The risk of CD increased from 74% to 2.62-fold in urban and from 62% to 2.15-fold in rural areas, and the risk of macrosomia increased from 58% to 2.35-fold in urban and from 47% to 96% in rural areas, among obese women compared to normal weight women who gained above median GWG. The risk of LBW increased from 38% to 92% in urban and from 49% to 97% in rural areas among lean women compared to normal weight women who gained below median GWG. CONCLUSION: These findings strongly support the need to reform adequate pre-pregnancy weight and GWG against the risks of CD and macrosomia among overweight and obese women, and against the risk of LBW among lean women in both areas.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».