The Raine study had no evidence of significant perinatal selection bias after two decades of follow up: a longitudinal pregnancy cohort study
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: Cohort studies may increase or decrease their selection bias as they progress through time. The Western Australian Pregnancy Cohort (Raine) Study has followed 2868 children for over two decades; from fetal into adult life. This paper analyses the cohort over time, assessing potential bias that may come and go with recruitment, retention and loss of participants. METHODS: Linked data from all births in Western Australian over the 3 years the Raine Cohort was recruited were obtained to compare perinatal characteristics and subsequent health outcomes between the Western Australian (WA) contemporaneous birth population and the Raine Cohort at five time points. Perinatal exposure-outcome comparisons were employed to assess bias due to non-participation in Raine Study subsets. RESULTS: There were demographic differences between the Raine Study cohort and its source population at recruitment with further changes across the period of follow up. Despite these differences, the pregnancy and infant data of those with continuing participation were not significantly different to the WA contemporaneous birth population. None of the exposure-outcome associations were significantly different to those in the WA general population at recruitment or at any cohort reviews suggesting no substantial recruitment or attrition bias. CONCLUSIONS: The Raine Study is valuable for association studies, even after 20 years of cohort reviews with increasing non-participation of cohort members. Non-participation has resulted in greater attrition of socially disadvantaged participants, however, exposure-outcome association analyses suggest that there is no apparent resulting selection bias.
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 | 0,000 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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