MétaCan
Menu
Retour à la cohorte
Enregistrement W2916922551 · doi:10.1038/s41598-019-38856-5

Prevalence of Fetal Alcohol Exposure by Analysis of Meconium Fatty Acid Ethyl Esters; A National Canadian Study

2019· article· en· W2916922551 sur OpenAlexafffundabout
Kaitlyn Delano, Gideon Koren, Martin Zack, Bhushan Kapur

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Substance Exposure Effects
Établissements canadiensWestern UniversityUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchHospital for Sick Children
Mots-clésMeconiumBiomarkerMedicineAlcoholFetusGas chromatography–mass spectrometryObstetricsFetal alcoholPregnancyEnvironmental healthPhysiologyChromatographyChemistryMass spectrometryBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Our study aimed to estimate the prevalence of heavy fetal alcohol exposure through the analysis of meconium FAEEs as an objective biomarker of fetal exposure. We conducted a study on meconium samples collected nationwide through the Maternal-Infant Research on Environmental Chemicals (MIREC) Study Group. FAEE in meconium was quantified by an established headspace solid-phase microextraction coupled with gas chromatography-mass spectrometry (SPME GC-MS). Out of 1315 samples collected in 10 Canadian obstetric units coast to coast between 2008-2011, the estimated prevalence of positive meconium FAEE ranged between 1.16% and 2.40%, translating into at least 1800 new cases of FASD in Canada each year. Positive maternal self- reports of heavy alcohol use were tenfold lower (0.24%). Use of meconium FAEE revealed tenfold more cases of heavy exposure to maternal drinking than did maternal reports. The use of objective measures of maternal alcohol exposure is critical in accurately estimating risks and in monitoring effective prevention of FASD.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,268
Écart entre enseignants0,255 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations10
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetPrenatal Substance Exposure EffectsTravaux en français237 207