A Strategic Program for Risk Assessment and Intervention to Mitigate Environmental Stressor-Related Adverse Pregnancy Outcomes in the Indian Population
Notice bibliographique
Résumé
The Problem: Global environmental stressors of human health include, but are not limited to, conflict, migration, war, natural disasters, climate change, pollution, trauma, and pandemics. In combination with other factors, these stressors influence physical and mental as well as reproductive health. Maternal stress is a known factor for adverse pregnancy outcomes such as preterm birth (PTB); however, environmental stressors are less well-understood in this context and the problem is relatively under-researched. According to the WHO, major Indian cities including New Delhi are among the world's 20 most polluted cities. It is known that maternal exposure to environmental pollution increases the risk of premature births and other adverse pregnancy outcomes which is evident in this population. Response to the Problem: Considering the seriousness of this problem, an international and interdisciplinary group of researchers, physicians, and organizations dedicated to the welfare of women at risk of adverse pregnancy outcomes launched an international program named Optimal Pregnancy Environment Risk Assessment (OPERA). The program aims to discover and disseminate inexpensive, accessible tools to diagnose women at risk for PTB and other adverse pregnancy outcomes due to risky environmental factors as early as possible and to promote effective interventions to mitigate these risks. OPERA has been supported by the Worldwide Universities Network, World Health Organization (WHO) and March of Dimes USA. Addressing the Problem: This review article addresses the influence of environmental stressors on maternal-fetal health focusing on India as a model population and describes the role of OPERA in helping local practitioners by sharing with them the latest risk prediction and mitigation tools. The consequences of these environmental stressors can be partially mitigated by experience-based interventions that build resilience and break the cycle of inter- and-transgenerational transmission. The shared knowledge and experience from this collaboration are intended to guide and facilitate efforts at the local level in India and other LMIC to develop strategies appropriate for the jurisdiction for improving pregnancy outcomes in vulnerable populations.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».