Gestational Weight Gain‐for‐Gestational Age <i>Z</i>‐Score Charts Applied across U.S. Populations
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: Gestational weight gain may be a modifiable contributor to infant health outcomes, but the effect of gestational duration on gestational weight gain has limited the identification of optimal weight gain ranges. Recently developed z-score and percentile charts can be used to classify gestational weight gain independent of gestational duration. However, racial/ethnic variation in gestational weight gain and the possibility that optimal weight gain differs among racial/ethnic groups could affect generalizability of the z-score charts. The objectives of this study were (1) to apply the weight gain z-score charts in two different U.S. populations as an assessment of generalisability and (2) to determine whether race/ethnicity modifies the weight gain range associated with minimal risk of preterm birth. METHODS: The study sample included over 4 million live, singleton births in California (2007-2012) and Pennsylvania (2003-2013). We implemented a noninferiority margin approach in stratified subgroups to determine weight gain ranges for which the adjusted predicted marginal risk of preterm birth (gestation <37 weeks) was within 1 or 2 percentage points of the lowest observed risk. RESULTS: There were minimal differences in the optimal ranges of gestational weight gain between California and Pennsylvania births, and among several racial/ethnic groups in California. The optimal ranges decreased as severity of prepregnancy obesity increased in all groups. CONCLUSIONS: The findings support the use of weight gain z-score charts for studying gestational age-dependent outcomes in diverse U.S. populations and do not support weight gain recommendations tailored to race/ethnicity.
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 | 0,003 |
| 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 | 0,000 |
| 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 découle