Biologics for Inflammatory Bowel Disease and Their Safety in Pregnancy: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
BACKGROUND & AIMS:Biologics are used routinely in pregnant women with inflammatory bowel disease (IBD), but large-scale data reporting adverse pregnancy outcomes among biologic users are lacking.We sought to estimate the prevalence of adverse pregnancy outcomes in women with IBD on biologic therapies. METHODS:We searched major databases from inception to June 2020 for studies estimating the prevalence of adverse pregnancy outcomes in IBD when using biologics (anti-tumor necrosis factor [TNF], anti-integrins, and anticytokines).Prevalence and relative risk (RR) were pooled using a random-effects model. RESULTS:Forty-eight studies were included in the meta-analysis comprising 6963 patients.Biologic therapy in IBD pregnancies was associated with a pooled prevalence of 8% (95% CI, 6%-10%; I 2 [ 87.4%) for early pregnancy loss, 9% (95% CI, 7%-11%; I 2 [ 89.9%) for preterm birth, 0% (95% CI, 0%-0%; I 2 [ 0%) for stillbirth, 8% (95% CI, 5%-10%; I 2 [ 87.0%) for low birth weight, and 1% (95% CI, 1%-2%; I 2 [ 78.3%) for congenital malformations.These rates are comparable with those published in the general population.In subgroup analyses of a small
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 | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,027 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 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) | 0,006 | 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 ».