Early childhood antibiotics use and autism spectrum disorders: a population-based cohort study
Notice bibliographique
Résumé
Background: Changes in microbiota composition as a result of antibiotics use in early life has been proposed as a possible contributor in the aetiology of autism spectrum disorders (ASD). We aimed to examine the association between early life antibiotic exposure and risk of ASD. Methods: This was a population-based cohort study which included all live births in Manitoba, Canada, between 1 April 1998 and 31 March 2016. We used administrative health data from the Manitoba Population Research Data Repository. Exposure was defined as having filled one or more antibiotic prescription during the first year of life. The main outcome was ASD diagnosis. Cox proportional hazards regression models were used to estimate the risk of developing ASD in the overall population and in a sibling cohort. Results: Of all subjects in the cohort (n = 214 834), 94 024 (43.8%) filled an antibiotic prescription during the first year of life. During follow-up, 2965 children received an ASD diagnosis. Compared with children who did not use antibiotics during the first year of life, those who received antibiotics had a reduced risk of ASD [adjusted hazardz ratio (HR) 0.91, 95% confidence interval (CI) 0.84-0.99). Number of treatment courses and cumulative duration of antibiotic exposure were not associated with ASD. In the sibling-controlled analysis, early life antibiotic exposure was not associated with ASD (adjusted HR 1.03, 95% CI 0.86-1.23). Conclusions: Our findings suggested no clinically significant association between early life antibiotics exposure and risk of autism spectrum disorders, and should provide reassurance to concerned prescribers and parents.
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 | 0,007 |
| 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 | 0,001 | 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 ».