Impact of Lockdown Measures during COVID-19 Pandemic on Pregnancy and Preterm Birth
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: The objective of this study is to assess the effect of the lockdown measures during the coronavirus disease 2019 (COVID-19) pandemic on pregnancy outcomes of women who were not affected by severe acute respiratory syndrome coronavirus 2 infection. STUDY DESIGN: We used data from the perinatal health program and neonatal databases to conduct a cohort analysis of pregnancy outcomes during the COVID-19 lockdown in the Calgary region, Canada. Rates of preterm birth were compared between the lockdown period (March 16 to June 15, 2020) and the corresponding pre-COVID period of 2015 to 2019. We also compared maternal and neonatal characteristics of preterm infants admitted to neonatal intensive care units (NICUs) in Calgary between the two periods. FINDINGS: = 0.71). During the lockdown period, the likelihood of multiple births was lower (risk ratio [RR] 0.73, 95% confidence interval [CI]: 0.60-0.88), while gestational hypertension and clinical chorioamnionitis increased (RR 1.24, 95%CI: 1.10-1.40; RR 1.33, 95%CI 1.10-1.61, respectively). CONCLUSION: Observed rates of very preterm and very-low-birth-weight births decreased during the COVID-19 lockdown. Pregnant women who delivered during the lockdown period were diagnosed with gestational hypertension and chorioamnionitis more frequently than mothers in the corresponding pre-COVID period. KEY POINTS: · Lockdown measures to reduce COVID-19 transmission were associated with a lower rate of preterm birth.. · Mental and physical wellbeing of pregnant women were significantly affected by the lockdown measures.. · A comprehensive public health plan to relieve psychosocial stress during pregnancy is required..
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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