Impact of maternal body mass index and gestational weight gain on pregnancy complications: an individual participant data meta‐analysis of European, North American and Australian cohorts
Notice bibliographique
Résumé
OBJECTIVE: To assess the separate and combined associations of maternal pre-pregnancy body mass index (BMI) and gestational weight gain with the risks of pregnancy complications and their population impact. DESIGN: Individual participant data meta-analysis of 39 cohorts. SETTING: Europe, North America, and Oceania. POPULATION: 265 270 births. METHODS: Information on maternal pre-pregnancy BMI, gestational weight gain, and pregnancy complications was obtained. Multilevel binary logistic regression models were used. MAIN OUTCOME MEASURES: Gestational hypertension, pre-eclampsia, gestational diabetes, preterm birth, small and large for gestational age at birth. RESULTS: Higher maternal pre-pregnancy BMI and gestational weight gain were, across their full ranges, associated with higher risks of gestational hypertensive disorders, gestational diabetes, and large for gestational age at birth. Preterm birth risk was higher at lower and higher BMI and weight gain. Compared with normal weight mothers with medium gestational weight gain, obese mothers with high gestational weight gain had the highest risk of any pregnancy complication (odds ratio 2.51, 95% CI 2.31- 2.74). We estimated that 23.9% of any pregnancy complication was attributable to maternal overweight/obesity and 31.6% of large for gestational age infants was attributable to excessive gestational weight gain. CONCLUSIONS: Maternal pre-pregnancy BMI and gestational weight gain are, across their full ranges, associated with risks of pregnancy complications. Obese mothers with high gestational weight gain are at the highest risk of pregnancy complications. Promoting a healthy pre-pregnancy BMI and gestational weight gain may reduce the burden of pregnancy complications and ultimately the risk of maternal and neonatal morbidity. TWEETABLE ABSTRACT: Promoting a healthy body mass index and gestational weight gain might reduce the population burden of pregnancy complications.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,043 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».