Impact of maternal prenatal psychological stress on birth weight.
Notice bibliographique
Résumé
OBJECTIVE: The study aimed to evaluate the impact of prenatal maternal stress on birth weight using a large cohort of predominantly White women living in an urban area. METHOD: Women were recruited between 2005 and 2010. Data collection took place between the 24th and the 28th week of gestation. The Measure of Psychological Stress (MSP-9), a validated tool to assess stress symptoms, was used to collect data on prenatal maternal stress (independent variable). Birth weight (dependent variable) was classified as low birth weight (<2,500 g), normal birth weight (2,500-4,000 g), and macrosomia (>4,000 g). Adjusted odds ratios (aOR) were obtained after performing multivariate logistic regressions adjusted for potential cofounders. At the final stage, 5,721 women were included in analysis. RESULTS: When compared with women experiencing low stress, participants with high stress scores were at increased risk of delivering a newborn with low birth weight before adjustment (OR = 2.06, 95% CI [1.04, 4.09]), but after adjustment, only a nonsignificant trend remained. However, women experiencing intermediate and high levels of stress were at increased risk of delivering a newborn with macrosomia, even after adjustment (aOR = 1.23, [1.02, 1.49]) and (aOR = 1.76, [1.11, 2.77]) compared to those who scored low on the psychological stress scale. CONCLUSION: Women exposed to high psychological stress during the second trimester (24th to 28th weeks) of pregnancy have a 1.8-fold increased risk for delivering a newborn with macrosomia when compared to women exposed to low psychological stress. (PsycInfo Database Record (c) 2020 APA, all rights reserved).
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) | 0,001 | 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) | 0,001 | 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 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 ».