A Prospective Cohort Study of Seasonal Variation in Spontaneous Abortion
Notice bibliographique
Résumé
BACKGROUND: Up to 30% of pregnancies end in spontaneous abortion, yet few risk factors have been identified. Examining seasonal patterns in risk of spontaneous abortion can generate new hypotheses regarding environmental and lifestyle determinants. METHODS: We used data from Pregnancy Study Online-a preconception cohort study of pregnancy planners from the United States and Canada-to examine seasonal variation in spontaneous abortion risk. We enrolled 12,197 women during 2013 to 2020, 6104 of whom reported a conception within 12 months of enrollment. On follow-up questionnaires, participants reported date of spontaneous abortion and weeks gestation at time of loss. We used periodic regression to estimate two aspects of seasonal occurrence: peak/low ratio-a measure of intensity of seasonal variation-and peak timing. We examined season at risk (from the date of each gestational week) in relation to spontaneous abortion; in a secondary analysis, we examined season of conception in relation to spontaneous abortion. We controlled for seasonal patterns in attempt initiation via month the pregnancy attempt began. RESULTS: Almost 20% of women experienced spontaneous abortion. Risk was highest in late August, with a peak/low ratio of 1.3 (95% confidence interval [CI] = 1.1, 1.6). This seasonal pattern was evident almost exclusively for spontaneous abortion at <8 weeks since the last menstrual period date (peak/low ratio = 1.4; 95% CI = 1.2, 1.8), and associations were stronger among women living in the Southern and Midwestern United States. CONCLUSIONS: Environmental or lifestyle factors more prevalent in late summer may be associated with increased risk of early spontaneous abortion.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 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 ».