Birth risks according to maternal height and weight – an analysis of the German Perinatal Survey
Notice bibliographique
Résumé
Objective To investigate the variability in the prevalences of selected birth risks in women of different heights and weights. Methods Data from the German Perinatal Survey of 1998-2000 were analyzed: 503,468 cases contributed to our analysis of the prevalences of selected birth risks specified according to maternal weight groups, 502,562 cases contributed to our analysis according to maternal height groups and 43,928 cases contributed to our analysis of birth risks in women with a body mass index (BMI) of 21-23 kg/m2 but different heights and weights. Data analysis was performed using SPSS version 22. Results Some birth risks varied substantially by maternal height in women with a "normal" BMI of 21-23 kg/m2: the prevalence of post-term birth increased from 8.7% in women with a height of 150 cm to 13.5% in 185 cm tall women, the prevalence of preterm birth decreased from 5.9% (150 cm tall women) to 3.1% (185 cm tall women), a pathologic cardiotocography (CTG) or poor fetal heart sounds on auscultation occurred in 19.4% of the 150 cm tall women but only in 9.2% of 185 cm tall women and cephalopelvic disproportion decreased from 12.3% (150 cm tall women) to 1.2% (185 cm tall women). Analyses of women in different body height and weight groups (without restriction of BMI) likewise showed differences in the prevalences of some birth risks. Conclusion Birth risks may vary by height and weight in women with the same, "normal" BMI. BMI should not be the only way by which the impact of maternal height and weight is assessed with regard to perinatal outcomes such as birth risks.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».