Dietary Patterns Prior to Pregnancy and Associations with Pregnancy Complications
Notice bibliographique
Résumé
Few studies have explored pre-pregnancy diet and its relationship with pregnancy outcomes. The objectives of this study were to: (1) derive pre-pregnancy dietary patterns for women enrolled in a prospective cohort in the province of Alberta, Canada; (2) describe associations between dietary patterns and socio-demographic characteristics; and (3) describe associations between dietary patterns and pregnancy complications. Upon enrolment into the Alberta Pregnancy Outcomes and Nutrition (APrON) study (median age of gestation, 17 weeks), women (n = 1545) completed a validated 142-item food frequency questionnaire recording food and beverages consumed “in the 12 months prior to pregnancy”. Other assessments included pre-pregnancy body mass index (BMI), gestational weight gain, gestational hypertension, gestational diabetes, and socio-demographic characteristics. Dietary patterns were derived using principal components analysis. Scores were calculated to represent adherence with each dietary pattern retained. Four dietary patterns were retained, accounting for 22.9% of the variation in the overall diet. Dietary patterns were named the “healthy”, “meat and refined carbohydrate”, “beans, cheese and salad” or “tea and coffee” patterns. Higher “healthy” pattern scores prior to pregnancy were associated with lower odds of developing gestational hypertension during pregnancy (adjusted Odds Ratio (OR): 0.6, 95% Confidence Intervals (CI): 0.4, 0.9). Diet prior to pregnancy is an important target for interventions and may reduce the likelihood of developing complications such as gestational hypertension during pregnancy.
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 | 0,000 | 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 | 0,000 | 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 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 ».