Assessing risk of neurodevelopmental disorders after birth with oxytocin: a systematic review and meta-analysis
Notice bibliographique
Résumé
Experts have raised concerns that oxytocin for labor induction and augmentation may have detrimental effects on the neurodevelopment of children. To investigate whether there is the reason for concern, we reviewed and evaluated the available evidence by searching databases with no language or date restrictions up to 9 September 2018. We included English-language studies reporting results on the association between perinatal oxytocin exposure and any cognitive impairment, psychiatric symptoms or disorders in childhood. We assessed the quality of studies using the Newcastle-Ottawa Quality Assessment Scales. Independent risk estimates were pooled using random-effects meta-analyses when at least two independent datasets provided data on the same symptom or disorder. Otherwise, we provided narrative summaries. Two studies examined cognitive impairment, one examined problem behavior, three examined attention-deficit/hyperactivity disorder (ADHD) and seven focused on autism spectrum disorders (ASD). We provided narrative summaries of the studies on cognitive impairment. For ADHD, the pooled risk estimate was 1.17; 95% confidence interval (CI) 0.77-1.78, based on a pooled sample size of 5 47 278 offspring. For ASD, the pooled risk estimate was 1.10; 95% CI 1.04-1.17, based on 8 87 470 offspring. Conclusions that perinatal oxytocin increases the risks of neurodevelopmental problems are premature. Observational studies of low to high quality comprise the evidence-base, and confounding, especially by the genetic or environmental vulnerability, remains an issue. Current evidence is insufficient to justify modifying obstetric guidelines for the use of oxytocin, which state that it should only be used when clinically indicated.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».