Maternal and neonatal outcomes in pregnancies with type 2 diabetes in First Nation and other Manitoban people: a population-based study
Notice bibliographique
Résumé
BACKGROUND: First Nation people living in Canada experience a high prevalence of type 2 diabetes in pregnancy. In this study, we aimed to describe maternal and neonatal outcomes in First Nation and all other females with type 2 diabetes living in Manitoba, Canada. METHODS: This was a population-level retrospective cohort study using linked administrative data from Manitoba (2012-2017). We compared First Nation females with type 2 diabetes with all other Manitoban females with type 2 diabetes, using relative risks (RRs) and 95% confidence intervals (CIs). RESULTS: A total of 2181 females with type 2 diabetes were included, and 1218 (55.8%) were First Nation. First Nation females with type 2 diabetes were significantly more likely to experience stillbirth (RR 2.14, 95% CI 1.11-4.13) and perinatal death (RR 2.39, 95% CI 1.37-4.17) than all other Manitoban females with type 2 diabetes. Offspring of First Nation females with type 2 diabetes had a higher risk of most neonatal complications than offspring of all other Manitoban females with type 2 diabetes, including a higher risk of congenital malformations (RR 1.97, 95% CI 1.30-2.99), but First Nation people did not have a higher risk of most maternal complications. INTERPRETATION: First Nation pregnant individuals living with type 2 diabetes experienced a higher risk for adverse pregnancy outcomes than all other Manitoban females with type 2 diabetes. Additional studies are needed to identify both high-risk and protective factors for pregnancy complications in First Nation people living with type 2 diabetes in pregnancy.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».