The Potential for Fetal Alcohol Spectrum Disorder Prevention of a Harmonized Approach to Data Collection about Alcohol Use in Pregnancy Cohort Studies
Notice bibliographique
Résumé
Prenatal alcohol exposure is a leading cause of disability, and a major public health concern in Canada. There are well-documented barriers for women and for service providers related to asking about alcohol use in pregnancy. Confidential research is important for learning about alcohol use before, during and after pregnancy, in order to inform fetal alcohol spectrum disorder (FASD) prevention strategies. The Research Advancement through Cohort Cataloguing and Harmonization (ReACH) initiative provides a unique opportunity to leverage the integration of the Canadian pregnancy and birth cohort information regarding women's drinking during pregnancy. In this paper, we identify: The data that can be collected using formal validated alcohol screening tools; the data currently collected through Canadian provincial/territorial perinatal surveillance efforts; and the data currently collected in the research context from 12 pregnancy cohorts in the ReACH Catalogue. We use these findings to make recommendations for data collection about women's alcohol use by future pregnancy cohorts, related to the frequency and quantity of alcohol consumed, the number of drinks consumed on an occasion, any alcohol consumption before pregnancy, changes in use since pregnancy recognition, and the quit date. Leveraging the development of a Canadian standard to measure alcohol consumption is essential to facilitate harmonization and co-analysis of data across cohorts, to obtain more accurate data on women's alcohol use and also to inform FASD prevention strategies.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».