Prenatal exposure to fine particles, premature rupture of membranes and gestational age: A prospective cohort study
Notice bibliographique
Résumé
The associations between maternal exposure to fine particles with aerodynamic diameter ≤ 2.5 μm (PM2.5) and gestational age as well as premature rupture of membranes (PROM) remain unclear. Few studies have focused on preconception exposure and components of fine particles in China. A total of 1715 pregnant women were enrolled at hospitals affiliated with Nanjing Medical University from 2014 to 2015. Personal exposure to PM2.5 was estimated from preconception to the first trimester. Gestational age and PROM were investigated to explore their associations with PM2.5 and its components. From 12 weeks before conception to the end of the first trimester, the gestational age was reduced by 0.89 days (95% CI: −1.37, −0.40) per 10 μg/m3 increment in PM2.5 exposure. After the exposure period was separated into two groups, PM2.5 exposure reduced the gestational age by 0.35 days (95% CI: −0.59, −0.11) in the 12 weeks before pregnancy. With maternal exposure to PM2.5 early in the first trimester, gestational age was reduced by 0.62 days (95% CI: −1.09, −0.14). After mediation analysis, we found that PROM mediated the association between PM2.5 and gestational age from preconception to the first trimester. Components analysis indicated that exposure to black carbon, organic matter, and nitrate increased the risk of PROM and decreased gestational age. Exposure to PM2.5 as well as some components of PM2.5 before and during early pregnancy was associated with PROM and gestational age. PROM might be a potential mediator in associations between PM2.5 as well as various components and gestational age.
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) | 0,003 | 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 ».