Knowledge and Attitudes Towards Pregnancy in Females with Inflammatory Bowel Disease: An International, Multi-centre Study
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Poor knowledge of inflammatory bowel disease [IBD] in pregnancy underlies unwarranted voluntary childlessness [VC], and risks poorer obstetric outcomes and adverse fetal outcomes. IBD is increasing worldwide but education on IBD issues might be heterogeneous based on cultural differences and variations in models of care. METHODS: Consecutive female IBD subjects aged 18-45 years were prospectively recruited from two dedicated IBD-pregnancy clinics, two multidisciplinary IBD clinics and nine general gastroenterology clinics. Subjects completed the validated CCPKnow [score 0-17] with questions on demographics, medical history and pregnancy knowledge. The primary outcome was knowledge per clinic-type and per geographical region. RESULTS: Surveys were completed by 717 subjects from 13 hospitals across ten countries. Dedicated IBD-pregnancy clinics had the highest knowledge, followed by multidisciplinary IBD clinics then general IBD clinics (median CCPKnow 10.0 [IQR: 8.0-11.0], 8.0 [IQR: 5.0-10.5] and 4.0 [IQR:2.0-6.0]; p < 0.001). Median CCPKnow scores in Western, Asian and Middle Eastern clinics were 9.0, 5.0 and 3.0 respectively [p < 0.001]. Dedicated IBD-pregnancy clinics, IBD support organization membership, childbearing after IBD diagnosis and employment independently predicted greater knowledge. Patient perception of disease severity [r = -0.18, p < 0.01] and consideration of VC [r = -0.89, p = 0.031] negatively correlated with CCPKnow score. The overall VC rate was 15.0% [95% CI: 12.2-18.2]. VC subjects had significantly lower pregnancy-specific IBD knowledge than non-VC subjects (median CCPKnow 4.0 [IQR: 2.0-6.0] and 6.0 [IQR: 3.0-9.0] respectively; p < 0.001). Pregnancy-specific IBD knowledge and dedicated IBD-pregnancy clinic attendance were significant negative predictors of VC. CONCLUSIONS: In this large international study we identified predictors of pregnancy-specific IBD knowledge. Dedicated IBD-pregnancy clinics had the greatest IBD-related pregnancy knowledge and lowest VC rates, reflecting the benefits of pre-conception counselling.
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) | 0,000 | 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 ».