Predictors of Gestational Weight Gain Examined As a Continuous Outcome: A Prospective Analysis
Notice bibliographique
Résumé
Background: Excess gestational weight gain (GWG) is common and adversely affects both mothers and offspring, including increasing the risk of maternal and childhood obesity. GWG is typically examined categorically, with women grouped into categories of those who gain above, within, and below guideline recommendations. Examining GWG as a continuous variable, rather than categorically, allows for a consideration of GWG at a finer level of detail, increasing precision. Methods: We collected exposure data among 970 pregnant women in early gestation using a standardized questionnaire in Ontario, Canada, from 2015 to 2017. Maternal weight and height were extracted from antenatal records. Continuous GWG was calculated using four methods: percentage of ideal weight gain, excess GWG, GWG adequacy ratio, and GWG z -score. We used the stepwise linear regression analyses to select variables associated with GWG. Results: We found that a common set of variables (parity, prepregnancy body mass index, planned pregnancy weight gain, smoking, pregnancy-related food cravings, and fast food intake) significantly predicted GWG in a manner consistent across the four GWG outcomes. Certain psychological factors, including the perception of families' and friends' attitudes toward the food cravings of pregnant women, emotion suppression, compensatory health beliefs coupled with eating unhealthy foods, frequent prepregnancy dietary restraint in carbohydrates, sugar, and meals, preferred prepregnancy body size image, agreeable and conscientious personalities, and depression, also were related with GWG. Conclusions: Our findings demonstrate that psychological factors play an important role in the magnitude of GWG, providing key avenues to inform interventions to support healthy weight gain 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».