Demographics, prevalence and outcomes of diabetes in pregnancy in NW Ontario
Notice bibliographique
Résumé
INTRODUCTION: Diabetes in pregnancy confers increased risk. This study examines the prevalence and birth outcomes of diabetes in pregnancy at the Sioux Lookout Meno Ya Win Health Centre (SLMHC) and other small Ontario hospitals. METHODS: This was a retrospective study of maternal profile: age, parity, comorbidities, mode of delivery, neonatal birth weight, APGARS and complications. Data were compared to other Ontario hospitals offering an equivalent level of obstetrical services. RESULTS: Type 2 diabetes mellitus in pregnancy is far more prevalent in mothers who deliver at SLMHC (relative risk [RR]: 20.9, 95% confidence interval [CI]: 16.0-27.2); the rates of gestational diabetes (GDM) are double (RR: 2.0, 95% CI: 1.7-2.3). SLMHC mothers with diabetes were on average 5 years younger and of greater parity with increased substance use. Neonates largely had equivalent outcomes except for increased macrosomia, neonatal hypoglycaemia and hyperbilirubinaemia in GDM pregnancies. CONCLUSION: Patients with diabetes in pregnancy at SLMHC differ substantially from mothers delivering at Ontario hospitals with a comparable level of service. Programming and resources must meet the service needs of these patients.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».