Anti-epileptic drug exposure during pregnancy and neonatal birth weight outcomes: protocol for a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: The prevalence of epilepsy in pregnant women is estimated at 0.3-1%. Anti-epileptic drug (AED) exposure in-utero has been associated with various adverse health outcomes in neonates, including adverse birth weight outcomes. OBJECTIVE: This review aims to summarize the published evidence on the association between AED exposure in pregnancy and adverse birth weight outcomes METHODS: Studies assessing AED exposure in pregnancy and neonatal birth weight outcomes, including small for gestational age (SGA), low birth weight (LBW), birth weight (BW), length, head circumference, and cephalization index will be identified in MEDLINE®, EMBASE, Cochrane Library, Scopus, Cumulative Index of Nursing and Allied Health Literature (CINAHL), International Pharmaceutical Abstracts (IPA), and Global Health. Open grey, Theses Canada, and ProQuest Dissertations will be used to locate gray literature. Eligible study designs will include both intervention and non-interventional studies. We will not impose any time limit in the review. We will use the Newcastle-Ottawa Scale to assess the methodological quality of observational studies and quasi-experimental studies included in the review. The risk of bias of experimental studies will be appraised using the Cochrane risk-of-bias tool for randomized trials (RoB 2). A meta-analysis will be conducted using a random-effects model. DISCUSSION: The results from this review could improve clinicians' prescribing decisions by highlighting the safest AEDs for women who are pregnant or planning to conceive based on the evidence currently available. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42020192713.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,061 | 0,009 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».