Pregnancy Outcomes in Women With Multiple Sclerosis
Notice bibliographique
Résumé
Few studies have assessed the risk of adverse pregnancy outcomes in women with multiple sclerosis (MS). We used 2 large US administrative databases, the Truven Health MarketScan Database (2011-2015; Truven Health Analytics Inc., Ann Arbor, Michigan) and the Nationwide Inpatient Sample (2007-2011), to identify delivery cohorts. MS and pregnancy outcomes (infections, cesarean delivery, preterm delivery, poor fetal growth, preeclampsia, chorioamnionitis, postpartum hemorrhage, stillbirth, and infant malformations) were identified during pregnancy and at delivery. We calculated adjusted risk ratios according to MS status and relapse(s) in the year before delivery. Among over 5 million pregnancies, we identified 3,875 pregnancies in women with MS. Women with MS had an increased risk of infections during pregnancy (Truven Health: adjusted risk ratio (aRR) = 1.22, 95% confidence interval (CI): 1.16, 1.27) and preterm delivery (Truven Health: aRR = 1.19 (95% CI: 1.04, 1.35); Nationwide Inpatient Sample: aRR = 1.30 (95% CI: 1.16, 1.44)). The risks of other outcomes were similar for women with and without MS. In the Truven Health database, risk ratios for the pregnancy outcomes in women experiencing relapses versus those without relapses were between 0.9 and 1.4, and confidence intervals overlapped the null. Overall, women with MS had an increased risk of infections and preterm delivery; however, their risks for other adverse pregnancy outcomes were not elevated. Disease activity before delivery was not a strong predictor of outcomes.
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 | 0,002 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».