856A gestational age specific prognostic model for adverse perinatal events in obese women
Notice bibliographique
Résumé
Abstract Background Obesity is one of the most preventable pre-pregnancy risk factors for adverse perinatal events. Despite this, there are few body-mass-index (BMI) specific prognostic models for timing of delivery associated with the lowest number of adverse perinatal events. Our aim was to build a predictive model to quantify gestational age-specific rates of adverse birth outcomes in obese women with and without additional risk factors. Methods All singleton births at ≥ 34 weeks’ gestation in British Columbia, Canada, 2008-2017 (n = 283,697) were included and data were obtained from the British Columbia Perinatal Database Registry. A multivariable Cox proportional hazards model including demographic and obstetric risk factors was used to estimate gestational age specific risk of composite perinatal mortality and severe morbidity. Results Among all women, 13.1% were obese (pre-pregnancy BMI ≥30m/kg2), 60.1% had normal BMI (18.5-24.9 m/kg2). In high-risk obese women (nulliparous with chronic hypertension, and diabetes), adjusted outcome rates (per 1000 ongoing pregnancies) were 7.5 at 34-36 weeks, 20.4 at 37-39 weeks, and 83.5 at ≥ 40 weeks’ gestation. In all obese women, the rates were 1.93, 6.27, and 18.5 per 1000 ongoing pregnancies, respectively. In contrast, on average these rates were 1.14, 4.03 and 11.6 per 1000 ongoing pregnancies, respectively, among women with normal BMI. Conclusions Obese women are at increased risk of poor perinatal outcomes at all gestational ages. These risks are compounded by other conditions known to effect perinatal outcomes. Key messages Obese women require specific guidelines for timing of optimal delivery.
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) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».