Maternal Water Exercise And Its Effects On Weight Gain And Fetal Outcomes: A Meta-analysis
Notice bibliographique
Résumé
Physical activity during pregnancy is known to bring benefits not only for the mother but also for the fetus. Water-based exercises have been recommended as an adequate modality of exercise during pregnancy, however, no meta-analysis has analyzed the effects of water exercise programs on maternal weight gain and fetal outcomes including birthweight. PURPOSE: To conduct a systematic review and meta-analysis of randomized controlled trials to investigate the effects of prenatal water-based exercise on maternal weight gain and fetal outcomes. METHODS: Eligible trials were identified by a structured search of MEDLINE, EMBASE, ISI Web of Science, Scopus, and SportDiscus up to October 2018. Data were retrieved comparing standard care with standard care plus prenatal water exercise (at least once a week) for at least one of the following outcomes: maternal weight gain, gestational age at delivery, and/or fetal birthweight. Study selection and data extraction were performed by two independent reviewers. Random-effects meta-analysis was conducted for mean difference between exercise and control groups (PROSPERO registration: CRD42016039473). RESULTS: Our search yielded 1846 publications of which 1562 were assessed for eligibility. In total, 9 studies were eligible and included in the meta-analysis. Pregnant women who engaged in a water exercise program showed a significant difference in total maternal weight gain (5 RCTs, n=561, OR -1.00 [95% CI -1.55, -0.45], p<0.001) compared to standard care only. No significant effects on gestational age at delivery (8 RCTs, n=1442, OR 0.04 [95% CI -1.02, 1.10], p=0.94) and birthweight (8 RCTs, n=1427, OR -24.32 [95% CI -86.44, 37.80]) were found. CONCLUSION: Water exercise during pregnancy controls maternal weight gain without influencing the duration of pregnancy or baby weight. Health care providers can consider suggesting water-based exercises during pregnancy to promote appropriate weight gain.
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 | 0,011 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,050 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».