MétaCan
Menu
Retour à la cohorte
Enregistrement W4310130521 · doi:10.1001/jamapediatrics.2022.4535

In Utero Exposure to Maternal Injury and the Associated Risk of Cerebral Palsy

2022· article· en· W4310130521 sur OpenAlexaffabout
Asma Ahmed, Laura C. Rosella, Maryam Oskoui, Tristan Watson, Seungmi Yang

Notice bibliographique

RevueJAMA Pediatrics · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePregnancy-related medical research
Établissements canadiensMcGill University Health CentreTrillium Health CentreSickKids FoundationUniversity of TorontoMcGill UniversityInstitute for Clinical Evaluative SciencesPublic Health OntarioHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineIn uteroCerebral palsyObstetricsPregnancyPediatricsPhysical medicine and rehabilitationFetus

Résumé

récupéré en direct d'OpenAlex

Importance: Although maternal unintentional injury during pregnancy has shown negative impacts on the mother and fetus, the evidence on its long-term associations with children's neurodevelopment is limited. Objective: To examine the association between maternal unintentional injury and cerebral palsy (CP) in offspring. Design, Setting, and Participants: This was a population-based, longitudinal, cohort study of all in-hospital live births born between April 1, 2002, and March 31, 2017, in a publicly funded health care system setting of Ontario, Canada. Infants born more than 20 weeks' gestation were included and followed up until March 31, 2018. Excluded from the analysis were stillbirths, infants with missing or invalid records, and births with missing or invalid birth characteristics. Data were analyzed from March 1 to June 30, 2021. Exposures: Maternal unintentional injury during pregnancy ascertained based on inpatient or emergency department diagnoses. Main Outcomes and Measures: CP diagnosis between birth and the end of follow-up in 2018 with the CP case definition of a single inpatient or 2 or more outpatient diagnoses at least 2 weeks apart between birth and age 16 years. Results: Of 2 110 177 children included in this study (mean [SD] gestational age, 38.8 [1.9] weeks; 1 082 520 male [51.3%]), 81 281 (3.9%) were exposed in utero to maternal unintentional injury. During a median (IQR) follow-up time of 8 (4-12) years, 5317 children (0.3%) were diagnosed with CP (292 CP cases [5.5%] were exposed to maternal unintentional injury). The mean incidence rates of CP were 4.36 and 2.93 per 10 000 child-years in the exposed and the unexposed group, respectively. Children exposed to maternal unintentional injury had a modest increase in the risk of CP, compared with those unexposed (hazard ratio [HR], 1.33; 95% CI, 1.18-1.50) after adjusting for maternal sociodemographic and clinical characteristics. Severe injuries that resulted in hospitalization and delivery within 1 week from the injury conferred higher risks of CP (adjusted HR, 2.18; 95% CI, 1.29-3.68 and adjusted HR, 3.40; 95% CI, 1.93-6.00, respectively). Results were robust in multiple bias analyses. Conclusions and Relevance: In this Canadian population-based birth cohort study, in utero exposure to maternal unintentional injury was associated with an increased risk of CP, with a higher risk with more severe injuries. These findings fill an important gap in knowledge on the potential role of maternal injury on children's neurodevelopment outcomes. Public health professionals and stakeholders should be aware of these potential long-term consequences on offspring when designing programs and providing recommendations about safety during pregnancy. Early monitoring and developmental assessment of children exposed to maternal injury might be warranted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,611

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,279
Écart entre enseignants0,270 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations8
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJAMA PediatricsMême sujetPregnancy-related medical researchTravaux en français237 207