Childhood seizures after prenatal exposure to maternal influenza infection: a population-based cohort study from Norway, Australia and Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To assess whether clinical and/or laboratory-confirmed diagnosis of maternal influenza during pregnancy increases the risk of seizures in early childhood. DESIGN: Analysis of prospectively collected registry data for children born between 2009 and 2013 in three high-income countries. We used Cox regression to estimate country-level adjusted HRs (aHRs); fixed-effects meta-analyses were used to pool adjusted estimates. SETTING: Population-based. PARTICIPANTS: 1 360 629 children born between 1 January 2009 and 31 December 2013 in Norway, Australia (New South Wales) and Canada (Ontario). EXPOSURE: Clinical and/or laboratory-confirmed diagnosis of maternal influenza infection during pregnancy. MAIN OUTCOME MEASURES: We extracted data on recorded seizure diagnosis in secondary/specialist healthcare between birth and up to 7 years of age; additional analyses were performed for the specific seizure outcomes 'epilepsy' and 'febrile seizures'. RESULTS: Among 1 360 629 children in the study population, 14 280 (1.0%) were exposed to maternal influenza in utero. Exposed children were at increased risk of seizures (aHR 1.17, 95% CI 1.07 to 1.28), and also febrile seizures (aHR 1.20, 95% CI 1.07 to 1.34). There was no strong evidence of an increased risk of epilepsy (aHR 1.07, 95% CI 0.81 to 1.41). Risk estimates for seizures were higher after influenza infection during the second and third trimester than for first trimester. CONCLUSIONS: In this large international study, prenatal exposure to influenza infection was associated with increased risk of childhood seizures.
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.
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 découle