Prescription medication use during pregnancies that resulted in births and abortions (2001-2013): A retrospective population-based study in a Canadian population
Notice bibliographique
Résumé
We aimed to describe medication use in pregnancies that resulted in births and abortions, as well as use after a pregnancy-related visit to characterize the receipt of medication after knowledge of pregnancy. Abortions included both spontaneous and induced abortions. Rates of medication use among women with a pregnancy outcome (2001-2013) were described using the Manitoba Population Research Data Repository at the Manitoba Centre for Health Policy. Use was determined as ≥ 1 prescription filled during pregnancies that resulted in births (livebirth/stillbirth) and abortions. Rates were calculated at any time during pregnancy and after a pregnancy-related visit. Rates were additionally characterized by risk in pregnancy using Briggs classification (2017). Of 174,848 birth pregnancies, overall 64.9% filled ≥ 1 prescription during pregnancy (a significant increase from 62.3% to 68.8% from 2001-2013, p<0.0001); 55.4% filled ≥ 1 prescription after a pregnancy-related visit. Of 71,967 abortions, 44.7% filled ≥ 1 prescription (a significant increase from 42.6% to 46.8% from 2001-2013, p<0.0001). Only 3.7% of birth pregnancies had at least one prescription for a contraindicated medication (according to Briggs classification), whereas 10.8% of abortions filled a prescription for a contraindicated medication. The most common drugs used in pregnancy were amoxicillin, doxylamine, codeine combinations, nitrofurantoin, cephalexin, salbutamol and ranitidine. Fewer women filled prescriptions for undesirable medications according to Briggs classification during pregnancy after a pregnancy-related visit.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».