Characteristics and birth outcomes of pregnant adolescents compared to older women: An analysis of individual level data from 140,000 mothers from 20 RCTs
Notice bibliographique
Résumé
BACKGROUND: Adolescence is a critical period of maturation when nutrient needs are high, especially among adolescents entering pregnancy. Using individual-level data from 140,000 participants, we examined socioeconomic, nutrition, and pregnancy and birth outcomes for adolescent mothers (10-19 years) compared to older mothers in low and middle-income countries. METHODS: This study was conducted between March 16, 2018 and May 25, 2021. Data were obtained from 20 randomised controlled trials of micronutrient supplementation in pregnancy. Stratified analyses were conducted by age (10-14 years, 15-17 years, 18-19 years, 20-29 years, 30-39 years, 40+ years) and geographical region (Africa, Asia). Crude and confounder-adjusted means, prevalence and relative risks of pregnancy, nutrition and birth outcomes were estimated using multivariable linear and log-binomial regression models with 95% confidence intervals. FINDINGS: Adolescent mothers comprised 31.6% of our data. Preterm birth, small-for-gestational age (SGA), low birthweight (LBW) and newborn mortality followed a U-shaped trend in which prevalence was highest among the youngest mothers (10-14 years) and then reduced gradually, but increased again for older mothers (40+ years). When compared to mothers aged 20-29 years, there was a 23% increased risk of preterm birth, a 60% increased risk of perinatal mortality, a 63% increased risk of neonatal mortality, a 28% increased risk of LBW, and a 22% increased risk of SGA among mothers 10-14 years. Mothers 40+ years experienced a 22% increased risk of preterm birth and a 103% increased risk of stillbirth when compared to the 20-29 year group. INTERPRETATION: The youngest and oldest mothers suffer most from adverse pregnancy and birth outcomes. Policy and programming agendas should consider both biological and socioeconomic/environmental factors when targeting these populations. FUNDING: Bill and Melinda Gates Foundation (Grant No: OP1137750).
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 | 0,021 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».