Change in neurodevelopmental outcomes for extremely premature infants over time: a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: Survival rates of extremely premature infants are rising, but changes in neurodevelopmental impairment (NDI) rates are unclear. Our objective was to perform a systematic review of intrainstitutional variability of NDI over time. DESIGN: Systematic review and meta-analysis. DATA SOURCES: Ovid MEDLINE, Embase, PubMed, Cochrane Library and Google Scholar. STUDY SELECTION: Study eligibility: (1) at least two discrete cohorts of infants born <27 weeks' gestation or <1000 g birth weight, (2) one cohort born after 1990 and at least one subsequent cohort of similar gestational age, (3) all cohorts cared for within the same Neonatal Intensive Care Unit(s) (NICU) and (4) neurodevelopmental outcomes at 18-36 months corrected age. MAIN OUTCOME: Change in NDI rates. Quality, validity and bias were assessed using Grading of Recommendations, Assessment, Development, and Evaluation and Quality in Prognosis Studies guidelines. RESULTS: Of 203 publications, 15 were eligible, including 13 229 infants. At the first time point, average NDI rate across study groups weighted by sample size was 41.0% (95% CI 34.0% to 48.0%). The average change in NDI between time points was -3.3% (95% CI -8·8% to 2.2%). For each added week of gestation at birth, the rate of NDI declined by 9.7% (95% CI 6.2% to 13.3%). Most studies exhibited moderate-severe bias in at least one domain, especially attrition rates. CONCLUSIONS: When comparing discrete same-centre cohorts over time, there was no significant change in NDI rates in infants born <27 weeks' gestation or <1000 g. Higher survival rates unaccompanied by improvement in neurodevelopment highlight urgency for renewed focus on the causes of NDI and evidence-based strategies to reduce brain injury.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».