MétaCan
Menu
Retour à la cohorte
Enregistrement W2891886419 · doi:10.23889/ijpds.v3i4.980

In-Utero SSRI and SNRI Exposure and the Risk of Long Term Adverse Mental and Educational Outcomes in Children: A Population-Based Retrospective Cohort Study Utilizing Linked Administrative Data

2018· article· en· W2891886419 sur OpenAlexaffabout
Deepa Singal, Dan Château, Matthew Dahl, Laurence Y. Katz, Chelsea Ruth, Elizabeth Wall‐Wieler, Ana Hanlon‐Dearman, Marni Brownell

Notice bibliographique

RevueInternational Journal for Population Data Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal Mental Health During Pregnancy and Postpartum
Établissements canadiensUniversity of ManitobaManitoba Health
Organismes subventionnairesnon disponible
Mots-clésMoodMedicineHazard ratioPopulationProportional hazards modelAnxietyPregnancyCohortCohort studyPropensity score matchingConfoundingRetrospective cohort studyMental healthPediatricsPsychiatryPsychologyInternal medicineEnvironmental healthConfidence interval

Résumé

récupéré en direct d'OpenAlex

IntroductionFew studies are capable of investigating the impact of untreated maternal depression versus in-utero antidepressant exposure on long-term effects on children. Previous studies are limited by confounding by indication and are unable to follow children over time to accurately investigate long term outcomes present in childhood and adolescence. Objectives and ApproachWe utilize linkable administrative data to facilitate longitudinal analysis to investigate mental and educational outcomes in children exposed to in utero antidepressants. Using population-level linked administrative data from a universal health system, this study included all mother-newborn dyads in Manitoba (born 1996 to 2009, with follow-up through 2014). High Dimensional Propensity Scores and inverse probability treatment weighting were used to address confounding by indication and disease severity.Cox Proportional Hazard Regression models were used to estimate risk of mood and anxiety disorder in children and educational outcomes. ResultsAsymmetric trimming of the study cohort resulted in a total of 4998 mother-child dyads; 4159 children whose mothers did not use SSRIs/SNRIs during pregnancy and 839 children who were exposed to 2+ prescriptions in-utero. Use of SSRIs/SNRIs during pregnancy was not associated with an increased risk of mood/anxiety disorder in children HR 1.32 (95% CI 0.67 to 2.62). Initial results on the association between in-utero antidepressant use and early childhood development index (EDI) scores indicate no impact on school readiness (31.9% vs 29.3%), or scores on standardized tests of literacy and numeracy in Grade 3 (28.4% meeting expectation versus 31.4%) and in Grade 7 (68.8% versus 70.0%). Conclusion/ImplicationsAdministrative data facilitate investigation into an important clinical concern. These data provide robust evidence demonstrating in a large population based sample, in utero exposure to serotonergic antidepressants compared with no exposure does not increase risk of the onset of mood and anxiety disorders and adverse educational outcomes in children .

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,145

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,417
Écart entre enseignants0,367 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetMaternal Mental Health During Pregnancy and PostpartumTravaux en français237 207