Maternal antibiotic exposure during pregnancy and the risk of allergic diseases in childhood: A meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: Increasing studies suggest that antibiotic exposure during pregnancy may increase the risk of childhood allergic diseases; however, controversy still exists. Thus, we conducted this meta-analysis to evaluate the association between antibiotic use during pregnancy and childhood asthma/wheeze, eczema/atopic dermatitis, and food allergy. METHODS: CENTRAL, EMBASE, and PubMed were searched for studies up to July 20, 2020. Cohort studies and case-control studies that estimated the association of antibiotic exposure in pregnancy with the risk of childhood asthma/wheeze, eczema/atopic dermatitis, and food allergy were included. A random-effects model or fixed-effects model was used to calculate the pooled estimates. The quality of the included studies was assessed by the Newcastle-Ottawa Scale (NOS). Stata12.0 software was used to analyze the association through a meta-analysis. RESULTS: A total of 26 studies were included in the meta-analysis. The results showed that maternal antibiotic exposure in pregnancy and the summary OR for the risk of childhood asthma/wheeze was 1.29 (95% CI = 1.16-1.43), the summary OR for eczema/atopic dermatitis was 1.62 (95% CI = 1.16-2.27), and the pooled OR for food allergy was 1.36 (95% CI = 0.94-1.96). CONCLUSIONS: Our results indicated that maternal antibiotic use during pregnancy might increase the risk of asthma/wheeze and eczema/atopic dermatitis but not food allergy in children. Further studies with larger sample size and robust multivariable adjustment are needed to confirm our findings. Nevertheless, the appropriate use of antibiotics during pregnancy is incredibly important, and healthcare professionals should be selective when prescribing antibiotics for pregnant women.
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) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».