Maternal and neonatal outcomes in women with disorders of lipid metabolism
Notice bibliographique
Résumé
OBJECTIVES: The effects of lipid metabolism disorders (LMD) on pregnancy outcomes is not well known. The purpose of this study is to evaluate the impact of LMD on maternal and fetal outcomes. METHODS: Using the Healthcare Cost and Utilization Project - National Inpatient Sample from the United States, we carried out a retrospective cohort study of all births between 1999 and 2015 to determine the risks of complications in pregnant women known to have LMDs. All pregnant patients diagnosed with LMDs between 1999 and 2015 were identified using the International Classification of Disease-9 coding, which included all patients with pure hypercholesterolemia, pure hyperglyceridemia, mixed hyperlipidemia, hyperchylomicronemia, and other lipid metabolism disorders. Adjusted effects of LMDs on maternal and newborn outcomes were estimated using unconditional logistic regression analysis. RESULTS: A total of 13,792,544 births were included, 9,666 of which had an underlying diagnosis of LMDs for an overall prevalence of 7.0 per 10,000 births. Women with LMDs were more likely to have pregnancies complicated by diabetes, hypertension, and premature births, and to experience myocardial infarctions, venous thromboembolisms, postpartum hemorrhage, and maternal death. Their infants were at increased risk of congenital anomalies, fetal growth restriction, and fetal demise. CONCLUSIONS: Women with LMDs are at significantly higher risk of adverse maternal and newborn outcomes. Prenatal counselling should take into consideration these risks and antenatal care in specialized centres should be considered.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».