Psychiatric disorders in individuals born very preterm / very low-birth weight: An individual participant data (IPD) meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Data on psychiatric disorders in survivors born very preterm (VP; <32 weeks) or very low birthweight (VLBW; <1500 g) are sparse. We compared rates of psychiatric diagnoses between VP/VLBW and term-born, normal birthweight (term/NBW) control participants. METHODS: This individual participant data (IPD) meta-analysis pooled data from eligible groups in the Adults born Preterm International Collaboration (APIC). Inclusion criteria included: 1) VP/VLBW group (birth weight <1500 g and/or gestational age <32 weeks), 2) normal birth weight/term-born control group (birth weight >2499 g and/or gestational age ≥37 weeks), and 3) structured measure of psychiatric diagnoses using DSM or ICD criteria. Diagnoses of interest were Attention Deficit Hyperactivity Disorder (ADHD), Autism Spectrum Disorder (ASD), Anxiety Disorder, Mood Disorder, Disruptive Behaviour Disorder (DBD), Eating Disorder, and Psychotic Disorder. A systematic search for eligible studies was conducted (PROSPERO Registration Number 47555). FINDINGS: Data were obtained from 10 studies (1385 VP/VLBW participants, 1780 controls), using a range of instruments and approaches to assigning diagnoses. Those born VP/VLBW had ten times higher odds of meeting criteria for ASD (odds ratio [OR] 10·6, 95% confidence interval [CI] 2·50, 44·7), five times higher odds of meeting criteria for ADHD (OR 5·42, 95% CI 3·10, 9·46), twice the odds of meeting criteria for Anxiety Disorder (OR 1·91, 95% CI 1·36, 2·69), and 1·5 times the odds of meeting criteria for Mood Disorder (OR 1·51, 95% CI 1·08, 2·12) than controls. This pattern of findings was consistent within age (<18 years vs. ≥18 years) and sex subgroups. INTERPRETATION: Our data suggests that individuals born VP/VLBW might have higher odds of meeting criteria for certain psychiatric disorders through childhood and into adulthood than term/NBW controls. Further research is needed to corroborate our results and identify factors associated with psychiatric disorders in individuals born VP/VLBW. FUNDING: Australia's National Health & Medical Research Council; CAPES (Coordenação de Aperfeiçoamento de Pessoal deNível Superior) - International Cooperation General Program; Canadian Institutes of Health Research Team Grant; National Council for Scientific and Technological Development (CNPq); Academy of Finland; Sigrid Juselius Foundation; Signe and Ane Gyllenberg Foundation; European Union's Horizon 2020 research and innovation programme: Project RECAP-Preterm; European Commission Dynamics of Inequality Across the Life-course: structures and processes (DIAL); Neurologic Foundation of New Zealand; MRC programme grant; Health Research Council of New Zealand; National Institutes of Health, USA; The Research Council of Norway; Joint Research Committee between St. Olavs Hospital and Faculty of Medicine and Health Sciences, Norwegian University of Science and Technology (NTNU); Liaison Committee between Central Norway Regional Health Authority and NTNU.
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 | 0,022 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,051 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».