MétaCan
Menu
Retour à la cohorte
Enregistrement W3109030540 · doi:10.1186/s12884-020-03354-4

Agreement between self-reported pre-pregnancy weight and measured first-trimester weight in Brazilian women

2020· article· en· W3109030540 sur OpenAlexaff
Thaís Rangel Bousquet Carrilho, Kathleen M. Rasmussen, Dayana Rodrigues Farias, Nathalia Costa, Mônica Araújo Batalha, Michael Eduardo Reichenheim, Eric O. Ohuma, Jennifer A. Hutcheon, Gilberto Kac

Notice bibliographique

RevueBMC Pregnancy and Childbirth · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueGestational Diabetes Research and Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversidade Federal do Espírito SantoUniversidade Federal do Rio de JaneiroMinistério da SaúdeFundação de Amparo à Pesquisa e Inovação do Espírito SantoBill and Melinda Gates FoundationFundação de Amparo à Pesquisa e ao Desenvolvimento Científico e Tecnológico do MaranhãoFundação de Amparo à Pesquisa do Estado da BahiaConselho Nacional de Desenvolvimento Científico e TecnológicoUniversidade de São PauloBristol-Myers Squibb FoundationFundação de Amparo à Pesquisa do Estado do Rio Grande do SulCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorUniversidade do Estado do Rio de JaneiroFundação Oswaldo CruzUniversidade Federal de PelotasUniversidade Federal do Rio Grande do SulPan American Health OrganizationUniversidade Federal do MaranhãoFundação de Amparo à Pesquisa do Estado de São PauloBristol-Myers Squibb
Mots-clésMedicineReproductive medicinePregnancyObstetricsFetal weightFirst trimesterGynecologyBirth weightGestation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Self-reported pre-pregnancy weight and weight measured in the first trimester are both used to estimate pre-pregnancy body mass index (BMI) and gestational weight gain (GWG) but there is limited information on how they compare, especially in low- and middle-income countries, where access to a weight scale can be limited. Thus, the main goal of this study was to evaluate the agreement between self-reported pre-pregnancy weight and weight measured during the first trimester of pregnancy among Brazilian women so as to assess whether self-reported pre-pregnancy weight is reliable and can be used for calculation of BMI and GWG. METHODS: Data from the Brazilian Maternal and Child Nutrition Consortium (BMCNC, n = 5563) and the National Food and Nutritional Surveillance System (SISVAN, n = 393,095) were used to evaluate the agreement between self-reported pre-pregnancy weight and weights measured in three overlapping intervals (30-94, 30-60 and 30-45 days of pregnancy) and their impact in BMI classification. We calculated intraclass correlation and Lin's concordance coefficients, constructed Bland and Altman plots, and determined Kappa coefficient for the categories of BMI. RESULTS: The mean of the differences between self-reported and measured weights was < 2 kg during the three intervals examined for BMCNC (1.42, 1.39 and 1.56 kg) and about 1 kg for SISVAN (1.0, 1.1 and 1.2 kg). Intraclass correlation and Lin's coefficient were > 0.90 for both datasets in all time intervals. Bland and Altman plots showed that the majority of the difference laid in the ±2 kg interval and that the differences did not vary according to measured first-trimester BMI. Kappa coefficient values were > 0.80 for both datasets at all intervals. Using self-reported pre-pregnancy or measured weight would change, in total, the classification of BMI in 15.9, 13.5, and 12.2% of women in the BMCNC and 12.1, 10.7, and 10.2% in the SISVAN, at 30-94, 30-60 and 30-45 days, respectively. CONCLUSION: In Brazil, self-reported pre-pregnancy weight can be used for calculation of BMI and GWG when an early measurement of weight during pregnancy is not available. These results are especially important in a country where the majority of woman do not initiate prenatal care early in pregnancy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,256
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Pregnancy and ChildbirthMême sujetGestational Diabetes Research and ManagementTravaux en français237 207