A Virtual Exercise Program throughout Pregnancy during the COVID-19 Pandemic Modifies Maternal Weight Gain, Smoking Habits and Birth Weight—Randomized Clinical Trial
Notice bibliographique
Résumé
The intrauterine environment is key to health from a short- and long-term perspective. Birth weight is an important indicator that may influence the fetal environment due to epigenetics. Considering physical inactivity, in parallel with higher levels of stress, affecting smoking patterns and the physical and emotional health of the pregnant population, maintaining the health of future generations is crucial. A randomized clinical trial (NCT04563065) was conducted. One-hundred and ninety-two healthy pregnant individuals were assigned to the intervention (IG) or control (CG) group. Overall, significant differences were found between groups when stratified by birth weight (χ2 (1) = 6.610; p = 0.037) with low birth weight and macrosomia found more often in the CG (4% vs. 14% and 3% vs. 9%, respectively) and higher admissions to the neonatal intensive care unit (χ2 (1) = 5.075; p = 0.024) in the CG (20/28.6%) compared to the IG (9/13.0). Smoking during pregnancy was also found more often in the CG (12/17.1%) compared to the IG (3/4.4%) (p = 0.016). A virtual program of supervised exercise throughout pregnancy during the ongoing pandemic could help to maintain adequate birth weights, modify maternal smoking habits, and lower admissions to the neonatal intensive care unit.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».