Prevalence of congenital microcephaly and its risk factors in an area at risk of Zika outbreaks
Notice bibliographique
Résumé
BACKGROUND: Prevalence of neonatal microcephaly in populations without Zika-epidemics is sparse. The study aimed to report baseline prevalence of congenital microcephaly and its relationship with prenatal factors in an area at risk of Zika outbreak. METHODS: This study included singletons born after 24 gestational weeks in 2017-2018 at four hospitals in Guangzhou, China. Microcephaly was defined as a head circumference at birth >3SD below the mean for sex and gestational age. Prevalence of microcephaly was estimated by binomial exact method. Multivariable logistic regression was used to examine the associations of microcephaly with prenatal factors. The population attributable fraction (PAF) for associated risk factors was calculated. RESULTS: Of 46,610 live births included, 154 (3.3, 95% CI 2.8-3.9 per 1000 live births) microcephalies were identified. Maternal hepatitis B virus carriers (HBV, OR 1.80, 95% CI 1.05-3.10) and primipara (OR 2.68, 95% CI 1.89-3.81) had higher risk of having a microcephalic baby. Higher prevalence of microcephaly was observed in women who had premature labor (OR 1.98, 95% CI 1.17-3.34) and had a baby with fetal growth restriction (OR 16.38, 95% CI 11.81-22.71). Four identified factors (HBV, primiparity, preterm labor, and fetal growth restriction) contributed to 66.4% of the risk of microcephaly. CONCLUSIONS: The prevalence of microcephaly in Guangzhou was higher than expected. This study identified four prenatal risk factors that, together, contributed to two-thirds of the increased risk of microcephaly. This is the first reported association between maternal HBV carrier status and microcephaly.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 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 ».