MétaCan
Menu
Retour à la cohorte
Enregistrement W2896003600 · doi:10.1136/bjsports-2018-099836

Impact of prenatal exercise on neonatal and childhood outcomes: a systematic review and meta-analysis

2018· review· en· W2896003600 sur OpenAlexafffund
Margie H. Davenport, Victoria L. Meah, Stéphanie-May Ruchat, Gregory Davies, Rachel J. Skow, Nick Barrowman, Kristi B. Adamo, Veronica J. Poitras, Casey Gray, Alejandra Jaramillo Garcia, Frances Sobierajski, Laurel Riske, Marina James, Amariah J Kathol, Megan Nuspl, Andrée-Anne Marchand, Taniya S. Nagpal, Linda Slater, Ashley Weeks, Rubén Barakat, Michelle F. Mottola

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueGestational Diabetes Research and Management
Établissements canadiensChildren’s Health Research InstituteWestern UniversityChildren's Hospital of Eastern OntarioQueen's UniversityUniversité du Québec à Trois-RivièresUniversity of OttawaWomen and Children’s Health Research InstituteUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchHeart and Stroke Foundation of Canada
Mots-clésMeta-analysisMedicinePhysical therapyPhysical medicine and rehabilitationPediatricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: We aimed to identify the relationship between maternal prenatal exercise and birth complications, and neonatal and childhood morphometric, metabolic and developmental outcomes. DESIGN: Systematic review with random-effects meta-analysis and meta-regression. DATA SOURCES: Online databases were searched up to 6 January 2017. STUDY ELIGIBILITY CRITERIA: Studies of all designs were eligible (except case studies and reviews) if published in English, Spanish or French, and contained information on the relevant population (pregnant women without contraindication to exercise), intervention (subjective/objective measures of frequency, intensity, duration, volume or type of exercise, alone ('exercise-only') or in combination with other intervention components (eg, dietary; 'exercise+cointervention')), comparator (no exercise or different frequency, intensity, duration, volume, type or trimester of exercise) and outcomes (preterm birth, gestational age at delivery, birth weight, low birth weight (<2500 g), high birth weight (>4000 g), small for gestational age, large for gestational age, intrauterine growth restriction, neonatal hypoglycaemia, metabolic acidosis (cord blood pH, base excess), hyperbilirubinaemia, Apgar scores, neonatal intensive care unit admittance, shoulder dystocia, brachial plexus injury, neonatal body composition (per cent body fat, body weight, body mass index (BMI), ponderal index), childhood obesity (per cent body fat, body weight, BMI) and developmental milestones (including cognitive, psychosocial, motor skills)). RESULTS: A total of 135 studies (n=166 094) were included. There was 'high' quality evidence from exercise-only randomised controlled trials (RCTs) showing a 39% reduction in the odds of having a baby >4000 g (macrosomia: 15 RCTs, n=3670; OR 0.61, 95% CI 0.41 to 0.92) in women who exercised compared with women who did not exercise, without affecting the odds of growth-restricted, preterm or low birth weight babies. Prenatal exercise was not associated with the other neonatal or infant outcomes that were examined. CONCLUSIONS: Prenatal exercise is safe and beneficial for the fetus. Maternal exercise was associated with reduced odds of macrosomia (abnormally large babies) and was not associated with neonatal complications or adverse childhood 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 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)0,011
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,027
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0190,038
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,041
Tête enseignante GPT0,368
Écart entre enseignants0,328 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations282
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Sports MedicineMême sujetGestational Diabetes Research and ManagementTravaux en français237 207