PP-40 Prenatal antibiotic exposure and childhood chronic disease: a population-based study
Notice bibliographique
Résumé
Importance Antibiotic use during infancy alters gut microbiota and immune development, and is associated with an increased risk of several childhood diseases. The impact of prenatal antibiotic exposure is unclear. Objective To determine and characterise the association of prenatal antibiotic exposure and childhood IBD, diabe-tes, allergy, cholestasis and connective tissue disorders. Design Population-based cohort study using admin-istrative healthcare data. Antibiotic use was determined from prescription records. Diseases were defined using hospitalisation records, physician billing claims, and pre-scription records. Associations were determined using Cox regression and expressed as hazard ratios (HR) and 95% confidence intervals (CI). Setting General population in Manitoba, Canada. Participants 2 13 661 mother-child dyads born from 1996–2012. Exposure Maternal antibiotic use. Outcome childhood IBD, diabetes, allergy, cholestasis and connective tissue disorders Results In our study population, 36.8% of infants were prenatally exposed to antibiotics. Prenatal antibiotic ex-posure was associated with an increased risk of IBD (HR 1.59 (1.46–1.71), cholestasis (1.46 (1.21–1.77)) and severe allergies (1.08 (1.01–1.15)) when controlling for maternal disease (same as child), sex, location of residence, gestational age, number of siblings, and postnatal antibiotic exposure during infancy. Higher numbers of prescriptions increased the risk for most outcomes. However, maternal antibiotics use during the 9 months before pregnancy and 9 months postpartum were similarly associated with several of the outcomes. Conclusions and Relevance Maternal antibiotic use before, during and after pregnancy was associated with a modest, dose-dependent increase in IBD, cholestasis, and allergy risk among offspring. While our study does not support a pregnancy-specific causal relationship be-tween maternal antibiotic use and these diseases, it does provide additional warning to prescribe and use antibiot-ics judiciously, both in pregnancy and infancy.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».