Neonatal Outcomes in a Medicaid Population With Opioid Dependence
Notice bibliographique
Résumé
Confounding may account for the apparently improved infant outcomes after prenatal exposure to buprenorphine versus methadone. We used Massachusetts Medicaid Analytic eXtract (MAX) data to identify a cohort of opioid-dependent mother-infant pairs (2006-2011), supplemented with confounder data from an external Boston, Massachusetts, cohort (2015-2016). Associations between prenatal buprenorphine exposure versus methadone exposure and infant outcomes in the MAX cohort were adjusted for measured MAX confounders and were additionally adjusted for unmeasured confounders with bias analysis using external cohort data. A total of 477 women in MAX were treated with methadone and 543 with buprenorphine. More buprenorphine users than methadone users were white and used psychotropic medications. After adjustment for MAX confounders, risk ratios among infants exposed to buprenorphine versus those exposed to methadone were 0.45 (95% confidence interval (CI): 0.34, 0.61) for preterm birth (birth at <37 weeks) and 0.75 (95% CI: 0.51, 1.11) for low birth weight for gestational age. The mean difference in infant hospitalization was -7.35 days (95% CI: -9.16, -5.55). After further adjustment with bias analysis, the risk ratios were 0.53 (95% CI: 0.39, 0.71) for preterm birth and 1.14 (95% CI: 0.77, 1.69) for low birth weight for gestational age, and the mean difference in infant hospitalization was -3.66 days (95% CI: -5.46, -1.87). External confounder data can be used to adjust for unmeasured confounding in studies of prenatal outcomes among women on opioid agonist therapy based on administrative databases.
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 | 0,002 | 0,011 |
| 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 | 0,001 |
| 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 ».