Preterm birth and stillbirth rates during the COVID-19 pandemic: a population-based cohort study
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
BACKGROUND: Conflicting reports have emerged for rates of preterm births and stillbirths during the COVID-19 pandemic. Most of these reports did not account for natural variation in these rates. We aimed to evaluate variations in preterm birth and stillbirth rates before and during the COVID-19 pandemic in Ontario, Canada. METHODS: We conducted a retrospective cohort study using linked population health administrative databases of pregnant people giving birth in any hospital in Ontario between July 2002 and December 2020. We calculated preterm birth and stillbirth rates. We assessed preterm birth at 22-28, 29-32 and 33-36 weeks' gestation, and stillbirths at term and preterm gestation. We used Laney control P' charts for the 18-year study period (6-mo observation periods) and interrupted time-series analyses for monthly rates for the most recent 4 years. RESULTS: We evaluated 2 465 387 pregnancies, including 13 781 that resulted in stillbirth. The mean preterm birth rate for our cohort was 7.96% (range 7.32%-8.59%). From January to December 2020, we determined that the preterm birth rate in Ontario was 7.87%, with no special cause variation. The mean stillbirth rate for the cohort was 0.56% (range 0.48%-0.70%). From January to December 2020, the stillbirth rate was 0.53%, with no special cause variation. We did not find any special cause variation for preterm birth or stillbirth subgroups. We found no changes in slope or gap between prepandemic and pandemic periods using interrupted time-series analyses. INTERPRETATION: In Ontario, Canada, we found no special cause variation (unusual change) in preterm birth or stillbirth rates, overall or by subgroups, during the first 12 months of the COVID-19 pandemic compared with the previous 17.5 years.
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 | 0,003 | 0,021 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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