MétaCan
Menu
Retour à la cohorte
Enregistrement W3216343066 · doi:10.1111/ppe.12831

The association between late preterm birth and cardiometabolic conditions across the life course: A systematic review and meta‐analysis

2021· review· en· W3216343066 sur OpenAlexafffundabout
Yulika Yoshida‐Montezuma, Erica Stone, Saman Iftikhar, Vanessa De Rubeis, Alessandra T. Andreacchi, Charles Keown‐Stoneman, Lawrence Mbuagbaw, Hilary K. Brown, Russell J. de Souza, Laura N. Anderson

Notice bibliographique

RevuePaediatric and Perinatal Epidemiology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensInstitute for Clinical Evaluative SciencesSickKids FoundationPopulation Health Research InstituteSt. Michael's HospitalHospital for Sick ChildrenThe Scarborough HospitalSt. Joseph’s Healthcare HamiltonPublic Health OntarioHamilton Health SciencesUniversity of TorontoImpactWomen's College HospitalMcMaster University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineHazard ratioConfidence intervalOdds ratioBody mass indexRelative riskMeta-analysisGestational diabetesIncidence (geometry)Gestational ageInternal medicineObstetricsPregnancyGestation

Résumé

récupéré en direct d'OpenAlex

Abstract Background The effect of being born late preterm (34–36 weeks gestation) on cardiometabolic outcomes across the life course is unclear. Objectives To systematically review the association between being born late preterm (spontaneous or indicated), compared to the term and cardiometabolic outcomes in children and adults. Data sources EMBASE(Ovid), MEDLINE(Ovid), CINAHL. Study selection and data extraction Observational studies up to July 2021 were included. Study characteristics, gestational age, cardiometabolic outcomes, risk ratios (RRs), odds ratios (ORs), hazard ratios (HRs), mean differences and 95% confidence intervals (CIs) were extracted. Synthesis We pooled converted RRs using random‐effects meta‐analyses for diabetes, hypertension, ischemic heart disease (IHD) and body mass index (BMI) with subgroups for children and adults. The risk of bias was assessed using the Newcastle‐Ottawa scale and certainty of the evidence was assessed using the grading of recommendations, assessment, development and evaluation (GRADE) approach. Results Forty‐one studies were included (41,203,468 total participants; median: 5.0% late preterm). Late preterm birth was associated with increased diabetes (RR 1.24, 95% CI 1.17, 1.32; nine studies; n = 6,056,511; incidence 0.9%; I2 51%; low certainty) and hypertension (RR 1.21, 95% CI 1.13, 1.30; 11 studies; n = 3,983,141; incidence 3.4%; I2 64%; low certainty) in children and adults combined. Late preterm birth was associated with decreased BMI z‐scores in children (standard mean difference −0.38; 95% CI −0.67, −0.09; five studies; n = 32,602; proportion late preterm 8.3%; I2 96%; very low certainty). There was insufficient evidence that late preterm birth was associated with increased IHD risk in adults (HR 1.20, 95% CI 0.89, 1.62; four studies; n = 2,706,806; incidence 0.3%; I2 87%; very low certainty). Conclusions Late preterm birth was associated with an increased risk of diabetes and hypertension. The certainty of the evidence was low or very low. Inconsistencies in late preterm and term definitions, confounding variables and outcome age limited the comparability of 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,040
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0190,027
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,411
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePaediatric and Perinatal EpidemiologyMême sujetBirth, Development, and HealthTravaux en français237 207