Sensitivity analysis for live birth bias in the Ulaanbaatar Gestation and Air Pollution Research study
Notice bibliographique
Résumé
The Ulaanbaatar Gestation and Air Pollution Research (UGAAR) study is a randomized controlled trial of the effects of portable high efficiency particulate air (HEPA) filter air cleaner use during pregnancy on fetal growth and child health outcomes. A challenge with the study is that the outcome variables cannot be measured in the absence of a live birth. Thus pregnancy loss is a competing event for the outcome variables that can obscure the intervention-outcome relationship. This phenomenon is called "live birth bias" in the epidemiological literature, and it is an example of selection bias due to adjustment for variables affected by previous exposure. Methods: In this investigation, we reanalyzed data from the UGAAR study and examined the impacts of the intervention on three health outcomes: preterm birth (PTB), birth weight, and full-scale IQ (FSIQ) measured with the Wechsler Preschool and Primary Scale of Intelligence III when children were four years old, while accounting for live birth bias. Specifically, we used a novel multiple imputation approach to simulate scenarios in which pregnancy losses had instead been born alive and experienced a range of health outcomes. Results: After accounting for live birth bias, the association between the intervention and PTB diminished. Additionally, the magnitude of intervention effect on birth weight and FSIQ increased. FSIQ was less sensitive to live birth bias than birth weight. Conclusion: We introduced a novel analysis approach to examine the role of live birth bias, and the findings will be useful in environmental epidemiology studies of birth cohorts.
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 | 0,023 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 ».