Ethnic disparity and exposure to supplements rather than adverse childhood experiences linked to preterm birth in Pakistani women
Notice bibliographique
Résumé
BACKGROUND: Adverse childhood experiences (ACEs) are associated with prenatal mental health and negative pregnancy outcomes in high income countries, but whether the same association exists in Pakistan, a low- to middle-income (LMI) country, remains unclear. METHODS: Secondary data analyses of a prospective longitudinal cohort study examining biopsychosocial measures of 300 pregnant women at four sites in Karachi, Pakistan. A predictive multiple logistic regression model for preterm birth (PTB; i.e., <37 weeks' gestation) was developed from variables significantly (P < 0.05) or marginally (P < 0.10) associated with PTB in the bivariate analyses. RESULTS: Of the 300 women, 263 (88%) returned for delivery and were included in the current analyses. The PTB rate was 11.1%. We found no association between ACE and PTB. Mother's education (P = 0.011), mother's ethnicity (P = 0.010), medications during pregnancy (P = 0.006), age at birth of first child or current age if primiparous (P = 0.049) and age at marriage (P = 0.091) emerged as significant in bivariate analyses. Mother's ethnicity and taking medications remained predictive of PTB in the multivariate model. LIMITATIONS: Findings are limited by the relatively small sample size which precludes direct testing for possible interactive effects. CONCLUSIONS: In sum, pathways to PTB for women in LMI countries may differ from those observed in high-income countries and may need to be modelled differently to include behavioural response to emotional distress and socio-cultural contexts.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».