Association between gestational visit‐to‐visit blood pressure variability and adverse neonatal outcomes
Notice bibliographique
Résumé
The authors aimed to explore the association between visit-to-visit blood pressure variability (BPV) in pregnant women and adverse neonatal outcomes. The study included 52 891 pregnant women. BPV was calculated as standard deviation (SD) and coefficient of variation (CV) of systolic blood pressure (SBP) or diastolic blood pressure (DBP). All participants were divided into four groups by the quartiles of BPV. When comparing the highest quartiles to the lowest quartiles of DBP SD in all participants, the fully adjusted ORs were 1.19 (95% CI 1.11-1.27, p for trend < .001) for fetal distress, 1.32 (95% CI 1.14-1.54, p for trend < .001) for small for gestational age, 1.32 (95% CI 1.06-1.63, p for trend = .003) for 1-min Apgar score ≤ 7. When comparing the highest quartiles to the lowest quartiles of DBP CV, ORs were 1.22 (95% CI 1.14-1.30, p for trend < .001) for fetal distress, 1.38 (95% CI 1.17-1.61, p for trend < .001) for small for gestational age, 1.43 (95% CI 1.14-1.79, p for trend < .001) for 1-min Apgar score ≤ 7. ORs for preterm birth and 5-min Apgar score ≤ 7 were not statistically significant. However, in participants with gestational hypertension or preeclampsia, ORs for preterm birth were 2.80 (95% CI 1.99-3.94, p for trend < .001) in DBP SD and 3.25 (95% CI 2.24-4.72, p for trend < .001) in DBP CV when extreme quartiles were compared. In conclusion, higher visit-to-visit BPV was associated with adverse neonatal outcomes.
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 | 0,006 |
| 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 | 0,001 |
| 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 ».