Maternal Arsenic Exposure and Gestational Diabetes: A Systematic Review and Meta-Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Gestational diabetes mellitus (GDM) is a metabolic complication associated with adverse outcomes for mother and fetus. Arsenic (As) exposure has been suggested as a possible risk factor for its development. The aim of this meta-analysis was to provide a comprehensive overview of published evidence on the association between As and GDM. The systematic search from PubMed, MEDLINE, and Scopus was limited to full-length manuscripts published in peer-reviewed journals up to April 2020, identifying fifty articles. Ten studies met the inclusion criteria, nine for quantitative synthesis with a total of n = 1984 GDM cases. The overall pooled risk was 1.56 (95% Confidence Interval - CI = 1.23, 1.99) with moderate heterogeneity (χ2 = 21.95; I2% = 64). Several differences among the included studies that may account for heterogeneity were investigated. Stratification for exposure indicator confirmed a positive association for studies assessing urine As. A slightly higher risk was detected pooling studies based in Asia rather than in North America. Stratification for GDM diagnostic criteria showed higher risks when diagnosis was made according to the Canadian Diabetes Association (CDA-SOGC) or World Health Organization (WHO) criteria, whereas a lower risk was observed when adopting the American Diabetes Association (ADA) criteria. These results provide additional evidence for a possible association between As exposure and GDM, although the data need to be interpreted with caution due to heterogeneity.
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.
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) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 découle