Menarche, pregnancies, and breastfeeding do not modify long-term prognosis in multiple sclerosis
Notice bibliographique
Résumé
OBJECTIVE: To investigate the effect of menarche, pregnancies, and breastfeeding on the risk of developing multiple sclerosis (MS) and disability accrual using a multivariate approach based on a large prospective cohort of patients with clinically isolated syndrome (CIS). METHODS: A cross-sectional survey of the reproductive information of female participants in a CIS cohort was performed. We examined the relationship of age at menarche with the risk of clinically definite MS (CDMS), McDonald 2010 MS, and Expanded Disability Status Scale (EDSS) 3.0 and 6.0. The effect of pregnancy (before and after CIS) and breastfeeding in the risk of CDMS, McDonald 2010 MS, and EDSS 3.0 was also examined. Univariate and multivariate analyses were performed and findings were confirmed using sensitivity analyses and a propensity score model. RESULTS: The data of 501 female participants were collected. Age at menarche did not correlate with age at CIS and was not associated with the risk of CDMS or EDSS 3.0 or 6.0. Pregnancy before CIS was protective for CDMS in the univariate analysis, but the effect was lost in the multivariate model and did not modify the risk of EDSS 3.0. Pregnancy after CIS was protective for both outcomes in univariate and multivariate analyses when pregnancy was considered a baseline variable, but the protective effect disappeared when analyzed as a time-dependent event. Breastfeeding did not modify the risk for the 3 outcomes. CONCLUSIONS: These results demonstrate that menarche, pregnancies, and breastfeeding did not substantially modify the risk of CDMS or disability accrual using a multivariable and time-dependent approach.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 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 ».