MétaCan
Menu
← Retour à la cohorte
Enregistrement W4285674496 · doi:10.21203/rs.3.rs-27918/v1

Which growth standards should be used to identify large- and small-for-gestational age infants of mothers with type 1 diabetes? A pre-specified analysis of the CONCEPTT trial

2020· preprint· en· W4285674496 sur OpenAlexafffund
Claire L. Meek, Rosa Corcoy, Elizabeth Asztalos, Laura C. Kusinski, Esther López, Denice S. Feig, Helen Murphy

Notice bibliographique

RevueResearch Square · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueGestational Diabetes Research and Management
Établissements canadiensSunnybrook HospitalLunenfeld-Tanenbaum Research Institute
Organismes subventionnairesNovo Nordisk FondenTommy'sFedDev OntarioEuropean Foundation for the Study of DiabetesNovo NordiskDiabetes UKNational Institute for Health and Care Research
Mots-clésGestational diabetesType 2 diabetesSmall for gestational ageMedicineGestational ageObstetricsPediatricsDiabetes mellitusGestationPregnancyEndocrinologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract BackgroundOffspring of women with type 1 diabetes are at increased risk of accelerated fetal growth which is associated with perinatal morbidity. Growth standards are used to identify large- or small- for gestational age (LGA, SGA) infants. Our aim was to examine which growth standards identify infants at risk of perinatal complications during the Continuous Glucose Monitoring in Type 1 Diabetes Pregnancy Trial (CONCEPTT).MethodsThis was a pre-specified analysis of CONCEPTT involving 225 pregnant women from 31 international centres. Infants were weighed immediately at birth and GROW, INTERGROWTH and WHO centiles calculated. Unadjusted logistic regression identified the associations between different growth standards and perinatal outcomes including preterm delivery, Caesarean delivery, neonatal hypoglycaemia, hyperbilirubinaemia, respiratory distress, neonatal intensive care unit (NICU) admission and a composite neonatal outcome. ResultsAccelerated fetal growth was common, with mean birthweight percentiles of 82.1, 85.7 and 63.9 and LGA rates of 62%, 67% and 30% using GROW, INTERGROWTH and WHO standards respectively. Corresponding rates of SGA were 2.2%, 1.3% and 8.9% respectively. All standards were associated with some but not all perinatal outcomes studied. Infants born >97.7th centile using GROW or INTERGROWTH standards were at highest risk of complications. Conclusions WHO standards underestimated birthweight centile. GROW and INTERGROWTH standards identified similar numbers of infants as LGA and SGA with GROW showing stronger associations with neonatal hypoglycaemia, hyperbilirubinaemia and NICU admission. Infants with suspected birthweight >97.7th centile using GROW or INTERGROWTH standards may require extra surveillance. Definitions of LGA and SGA should be re-evaluated in diabetic pregnancy. Trial registration: This trial is registered with ClinicalTrials.gov. number NCT01788527.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,030
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,005
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,153
Tête enseignante GPT0,453
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetGestational Diabetes Research and Management→Travaux en français237 207→