Obstetrical and Neonatal Outcomes in Pregnancies Affected by Cannabis Abuse or Dependence [36E]
Notice bibliographique
Résumé
INTRODUCTION: Cannabis is one of the most commonly used illicit drugs during pregnancy in the United States and this prevalence may rise with a growing number of states legalizing its use. We aimed to describe the rate of its use during pregnancy and evaluate its adjusted effect on obstetric and neonatal outcomes. METHODS: We performed a retrospective population-based cohort study composed of 12 million births in the United States between 1999 and 2013, extracted from the National Inpatient Sample, compiled by the Healthcare Cost and Utilization Project. Births to mothers abusing or dependent on cannabis were identified using ICD-9 codes and were compared to unexposed women. The adjusted effect of cannabis exposure during pregnancy on various obstetrical and neonatal outcomes was assessed with the use of unconditional logistic regression. RESULTS: There were 66,925 births to mothers using cannabis with an incidence rising from 0.28% in 1999 to 0.95% in 2013, p<.05. Compared with the reference population, women reporting cannabis use were at a significantly higher risk of having a preterm premature rupture of membranes (OR 1.46, 95%CI 1.35-1.58) and miscarriage (OR 1.46 95% CI 1.34-1.58). Neonates born to exposed mothers were at a higher risk of being born prematurely (OR 1.40 95% CI 1.36-1.43) and growth restricted (OR 1.35 95%CI 1.30-1.41). CONCLUSION: Cannabis use during pregnancy has steadily increased over the study period and is associated with important adverse newborn outcomes. With legalization of cannabis use for recreational purposes, pregnancy may become an important public health concern and should be monitored.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».