Congenital microcephaly in Quebec: baseline prevalence, risk factors and outcomes in a large cohort of neonates
Notice bibliographique
Résumé
OBJECTIVE: We assessed baseline prevalence, risk factors and outcomes of microcephaly in a large population of neonates. DESIGN: Retrospective cohort study. SETTING: All hospitals in the province of Quebec, Canada. PARTICIPANTS: 794 microcephalic and 1 944 010 non-microcephalic infants born between 1989 and 2012. MAIN OUTCOME MEASURES: Baseline prevalence of microcephaly and occurrence of other congenital anomalies. We estimated the association of (1) pregnancy risk factors including TORCH infections (toxoplasmosis, rubella, cytomegalovirus, herpes, other), exposure to teratogens, diabetes and maternal congenital anomalies with risk of microcephaly, and (2) microcephaly with risk of infant mortality and severe morbidity, adjusted for maternal characteristics. RESULTS: The overall prevalence of microcephaly was 4.1 per 10 000, ranging between 3.0 and 5.3 per 10 000 over time. Only 37% of microcephalic infants presented with other congenital anomalies. Maternal infection during pregnancy was the strongest risk factor, with 32 times the risk of microcephaly (prevalence ratio 32.38; 95% CI 22.42 to 46.75) compared with no infection. Exposure to teratogens was the next most important risk factor, with three times greater risk (prevalence ratio 3.10; 95% CI 2.37 to 4.07). Microcephaly was associated with 20 times the risk of infant mortality compared with no microcephaly (prevalence ratio 20.52; 95% CI 15.57 to 27.04) and significantly greater infant morbidity. CONCLUSIONS: In Canada, infectious exposure during pregnancy is a strong risk factor for microcephaly, and affected infants are at higher risk of poor birth outcomes. Better monitoring of microcephaly is needed in the event that Zika or other novel viruses affect future risk.
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 | 0,000 | 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 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 ».