Association between maternal glucose and large for gestational outcomes: Real‐world evidence to support Hyperglycaemia and Adverse Pregnancy Outcomes (HAPO) study findings
Notice bibliographique
Résumé
AIMS: To compare large for gestational age (LGA) rates by maternal glucose levels in a real-world setting with those in the Hyperglycaemia and Adverse Pregnancy Outcomes (HAPO) study. To examine the association between fasting plasma glucose (FPG), 1- and 2-h on a 75-g oral glucose tolerance tests (OGTT) and LGA. METHODS: Pregnancies were categorized according to HAPO thresholds. Category-specific LGA rates were compared to those in HAPO. Categories with glucose thresholds below or above the diagnostic criteria for gestational diabetes mellitus (GDM) were labelled as lower and higher/GDM, respectively. GDM pregnancies were further stratified according to FPG or post-load elevations and logistic regression was used to examine their independent association with LGA. FINDINGS: In our cohort of 97,032 pregnancies, rates of LGA increased with increasing maternal glucose in lower categories of FPG, 1- and 2-h glucose (trend p < 0.01). However, LGA rates in higher/GDM categories were significantly lower in our study than those in HAPO for 1- and 2-h glucose, but not for FPG. Elevated FPG alone was associated with an almost twofold increase in risk of LGA, while elevated post-load glucose alone was associated with a 20% reduction in risk of LGA, compared to negative OGTT. CONCLUSIONS: Real-world data confirm the HAPO study findings at lower levels of maternal glycaemia. At higher levels, GDM diagnosis and treatment appear to be effective in reducing rates of LGA in pregnancies with post-load glucose elevations, but not elevated FPG. Elevated FPG is a stronger predictor of LGA than post-load glucose elevations.
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 | 0,002 | 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) | 0,001 | 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 ».