The North American Antiepileptic Drug Pregnancy Registry: A Canadian Subgroup Analysis
Notice bibliographique
Résumé
ABSTRACT: Background: The North American AED Pregnancy Registry (NAAPR) provides crucial data for understanding the risks of antiepileptic drug (AED) exposure in pregnancy. This study aims to quantify the Canadian contribution to NAAPR and compare AED usage in pregnancy in Canada and the USA. Methods: Enrollment rate ratios (ERR) to NAAPR, adjusted for the populations of women of childbearing age, were calculated for the USA, Canada, and for the different Canadian provinces. Methods of enrollment to NAAPR and AED usage were compared between the two countries using chi-squared tests. Results: Between 1997 and 2019, 10,215 pregnant women enrolled into NAAPR: 4.1% were Canadian (n = 432, ERR = 0.39, CI 95% = 0.35–0.43). Within Canada, no patients were enrolled from the three northern territories or from Prince Edward Island. While fewer patients than expected enrolled from Quebec (ERR = 0.35, CI 95% = 0.19–0.58), Nova Scotia had the highest enrollment rate (ERR = 1.55; CI 95% = 0.66–3.11). Compared with their American peers, Canadians were less likely to have been enrolled by their healthcare provider and more likely to have been enrolled via social media ( p < 0.01). Canadian women were more likely to be taking carbamazepine (24% vs. 15%; p < 0.01) or valproic acid (8% vs. 4%; p < 0.01). Conclusion: The proportion of Canadian enrollees into NAAPR was less than expected based on the relative population size of Canadian women of reproductive age. Greater Canadian enrollment to NAAPR would contribute to ongoing worldwide efforts in assessing the risks of AEDs use in pregnant women and help quantify rates of AED usage, major congenital malformations, and access to subspecialized epilepsy care within Canada.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,013 | 0,011 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».