Association between maternal lipid levels during pregnancy and delivery of small for gestational age: A systematic review and meta-analysis
Notice bibliographique
Résumé
Background Studies investigating the relationship between gestational dyslipidemia and small for gestational age (SGA) have reported differing results. This review was performed to determine whether maternal lipid levels during pregnancy were associated with SGA. Methods Literature searches for relevant studies were conducted systematically from establishment until February 2022 with PubMed, Embase, Cochrane Library and Web of Science. Risk of bias was assessed with the Newcastle-Ottawa Scale and 11-item checklist. According to the classification of GHD parameters, meta-analyses reporting cases regarding total cholesterol (TC), triglycerides (TG), low-density lipoprotein-cholesterol (LDL-C) and high-density lipoprotein-cholesterol (HDL-C) were performed respectively. If I2≥ 50%, considered to demonstrate substantial heterogeneity, the random effect model was employed. Otherwise, a fixed effect model was employed. Results Eight studies (14,213 pregnancies) were included. Decreased levels of TC (MD −0.13; 95% CI −0.24 to −0.02), TG (MD −0.09; 95% CI −0.14 to −0.03) and LDL-C (MD −0.12; 95% CI −0.23 to −0.00) were risk factors for SGA infant birth. No evident association was observed between HDL-C and delivery of SGA (MD −0.08; 95% CI −0.19 to 0.02). Conclusion Gestations complicated with dyslipidemia, especially lower concentrations of TC, TG and LDL-C, were at significantly higher risk of delivery of SGA. Systematic review registration [ www.crd.york.ac.uk/prospero ], identifier [CRD42022304648].
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 | 0,012 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,030 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| 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 ».