Excess Weight Gain in Pregnant Women and Prematurity: A Meta-Analysis
Notice bibliographique
Résumé
Background: Premature birth as a cause of morbidity and mortality in neonates. Excessive weight gain in pregnant women is considered a risk factor for adverse pregnancy outcomes including preterm birth. This study aims to analyze the effect of excess weight gain in pregnant women on premature birth. Subjects and Method: This research is a systematic review and meta-analysis. Article searches were conducted using electronic databases such as Google Scholar, PubMed, Science Direct and Springerlink. The articles used are articles published from 2011-2021. The keywords to search for articles were: “gestational weight gain” AND “pregnancy” AND (“preterm birth” OR “premature birth”) AND “cohort study” AND “adjusted odds ratio”. The inclusion criteria used were full text articles in English with a cohort study design, multivariate analysis with Adjusted Odds Ratios (aOR), research subjects were pregnant women, intervention was excessive weight gain, comparison was normal weight gain (adequate). , the study outcome was preterm delivery (<37 weeks). The article search results are listed in the PRISMA diagram and analyzed using the Review Manager 5.3 application. Results: A total of 10 cohort study articles from China, Indonesia, Canada, Korea, Mexico, Puerto Rico, Saudi Arabia, and Taiwan were selected for systematic review and meta-analysis. The results showed that excess weight gain in pregnant women increased the risk of preterm birth and was statistically significant (aOR= 1.23; 95% CI= 1.01 to 1.48; p= 0.030). Conclusion: Excess weight gain in pregnant women increases the risk of premature birth.
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 | 0,014 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,057 |
| Bibliométrie | 0,006 | 0,007 |
| 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) | 0,003 | 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 ».