A Scoping Review of Excessive Prenatal Ultrasonography as a Potential Risk Factor for Autism
Notice bibliographique
Résumé
For the past several decades, abdominal/pelvic prenatal ultrasonography (P-USG) has been the most significant technology used in obstetrics. There has been a tremendous increase in use throughout the world and there have been many improvements in the technology used. However, there are aspects of the technology such as frequency, exposure time, thermal and cavitation exposure indices, and increased acoustic output of the ultrasonic waves that possibly could be harmful to the embryo/fetus. In particular, prolonged exposure may increase susceptibility to Autism Spectrum Disorder (ASD). Along with the increasing use of P-USG, there has been a similar increase in the incidence of ASD. The diagnosis of ASD has been found to be more common in geographic areas with a more affluent ethnicity, high socioeconomic status, and high parental education. These are also areas where prenatal ultrasonography is readily available and affordable. Given that there are biophysical risks from P-USG, especially in non-medical settings, P-USG may emerge as a possible risk factor for ASD. The past history of radiography provides a historical perspective: the predominant past opinion years ago was that exposure to X-rays during pregnancy caused no significant risk to a fetus. However, the association between X-ray exposure and childhood leukemia was only established 40 years after X-ray use began. This review focuses on the literature which supports the generation of the hypothesis that excessive P-USG usage may be a factor in the etiology of ASD.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».