Editorial: Maternal SARS-CoV-2 Infection and Pregnancy Outcomes from Current Global Study Data
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
During the global COVID-19 pandemic, data from clinical studies, systematic review, and population registry data have shown that when compared with non-pregnant women, SARS-CoV-2 infection in pregnancy is associated with a small increase in risk to the mother. Large cohort studies and registry data collected from 2020 have included the US Surveillance for Emerging Threats to Mothers and Babies Network (SET-NET), COVI-PREG, the UK and Global Pregnancy and Neonatal Outcomes in COVID-19 (PAN-COVID) study, the American Academy of Pediatrics (AAP) Section on Neonatal-Perinatal Medicine (SONPM) National Perinatal COVID-19 Registry, the Swedish Pregnancy Register, and the Canadian Surveillance of COVID-19 in Pregnancy (CANCOVID-Preg) registry. Recently published data have shown that most maternal infections with SARS-CoV-2 occur during the third trimester and result in a small increase in hospital admission, admission to the intensive care unit (ICU), mechanical ventilation, preterm birth, and increased cesarean sections in mothers infected with SARS-CoV-2. However, currently approved vaccines given in pregnancy result in an immune response to current SARS-CoV-2 variants. Transplacental transmission of SARS-CoV-2 to the fetus can occur, but the immediate and long-term effects on the newborn infant remain unclear. Therefore, women who are pregnant or planning a pregnancy should be managed according to current clinical guidelines with timely vaccination to prevent infection with SARS-CoV-2. This Editorial summarizes what is currently known about maternal SARS-CoV-2 infection and pregnancy outcomes from multinational studies.
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 | 0,002 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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