Exposure to traffic noise and gestational weight gain and postpartum weight retention: a cohort study
Notice bibliographique
Résumé
OBJECTIVES: Transportation noise has been associated with markers of obesity. We aimed to investigate whether road traffic and railway noise were associated with weight gain during and after pregnancy. METHODS: Among the women participating in the Danish National Birth Cohort, 74 065 reported on weight before and during the pregnancy (gestational week 30) and 52 661 reported on weight before and 18 months after pregnancy. Residential address history from conception to 18 months after pregnancy was obtained in national registers, and road traffic and railway noise were modelled for all addresses. Associations between noise and gestational weight gain (GWG) and postpartum weight retention (PPWR) were analysed using the linear and log-binomial regression. RESULTS: A 10 dB(A) higher road traffic noise was associated with an increase in GWG of 3.8 g/week (95% CI 2.3 to 5.3) and PPWR of 0.09 kg (95% CI 0.02 to 0.16). For PPWR, this association seemed confined to women who were overweight (0.17 kg, 95% CI 0.02 to 0.32) or obese (0.49 kg, 95% CI 0.26 to 0.73) before pregnancy. Further adjustment by nitrogen dioxide reduced GWG risk estimates and slightly increased PPWR risk estimates. Railway noise ≥65 dB(A) was associated with an increase in GWG of 4.5 g/week (95% CI -2.7 to 11.6) and PPWR of 0.26 kg (95% CI -0.09 to 0.60) compared with levels <55 dB(A). CONCLUSIONS: Our findings suggest that road traffic noise is associated with weight gain during and after the pregnancy, which adds to the literature linking transportation noise to adiposity.
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) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».