Good practices for the design, analysis, and interpretation of observational studies on birth spacing and perinatal health outcomes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Meta-analyses of observational studies have shown that women with a shorter interpregnancy interval (the time from delivery to start of a subsequent pregnancy) are more likely to experience adverse pregnancy outcomes, such as preterm delivery or small for gestational age birth, than women who space their births further apart. However, the studies used to inform these estimates have methodological shortcomings. METHODS: In this commentary, we summarise the discussions of an expert workgroup describing good practices for the design, analysis, and interpretation of observational studies of interpregnancy interval and adverse perinatal health outcomes. RESULTS: We argue that inferences drawn from research in this field will be improved by careful attention to elements such as: (a) refining the research question to clarify whether the goal is to estimate a causal effect vs describe patterns of association; (b) using directed acyclic graphs to represent potential causal networks and guide the analytic plan of studies seeking to estimate causal effects; (c) assessing how miscarriages and pregnancy terminations may have influenced interpregnancy interval classifications; (d) specifying how key factors such as previous pregnancy loss, pregnancy intention, and maternal socio-economic position will be considered; and (e) examining if the association between interpregnancy interval and perinatal outcome differs by factors such as maternal age. CONCLUSION: This commentary outlines the discussions of this recent expert workgroup, and describes several suggested principles for study design and analysis that could mitigate many potential sources of bias.
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.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle