Protocol for a sequential, prospective meta-analysis to describe coronavirus disease 2019 (COVID-19) in the pregnancy and postpartum periods
Notice bibliographique
Résumé
We urgently need answers to basic epidemiological questions regarding SARS-CoV-2 infection in pregnant and postpartum women and its effect on their newborns. While many national registries, health facilities, and research groups are collecting relevant data, we need a collaborative and methodologically rigorous approach to better combine these data and address knowledge gaps, especially those related to rare outcomes. We propose that using a sequential, prospective meta-analysis (PMA) is the best approach to generate data for policy- and practice-oriented guidelines. As the pandemic evolves, additional studies identified retrospectively by the steering committee or through living systematic reviews will be invited to participate in this PMA. Investigators can contribute to the PMA by either submitting individual patient data or running standardized code to generate aggregate data estimates. For the primary analysis, we will pool data using two-stage meta-analysis methods. The meta-analyses will be updated as additional data accrue in each contributing study and as additional studies meet study-specific time or data accrual thresholds for sharing. At the time of publication, investigators of 25 studies, including more than 76,000 pregnancies, in 41 countries had agreed to share data for this analysis. Among the included studies, 12 have a contemporaneous comparison group of pregnancies without COVID-19, and four studies include a comparison group of non-pregnant women of reproductive age with COVID-19. Protocols and updates will be maintained publicly. Results will be shared with key stakeholders, including the World Health Organization (WHO) Maternal, Newborn, Child, and Adolescent Health (MNCAH) Research Working Group. Data contributors will share results with local stakeholders. Scientific publications will be published in open-access journals on an ongoing basis.
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 | 0,070 | 0,182 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,005 |
| Méta-épidémiologie (sens large) | 0,010 | 0,017 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,161 | 0,020 |
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 ».