MétaCan
Menu
Retour à la cohorte
Enregistrement W4317726029 · doi:10.1177/13524585221146270

The Canadian Multiple Sclerosis Pregnancy Study: First-trimester miscarriages in women with multiple sclerosis

2023· article· en· W4317726029 sur OpenAlexaffabout
A. Dessa Sadovnick, Maria Criscuoli, Irene M. Yee, Robert Carruthers, Alice Schabas, Virginia Devonshire, Penelope Smyth

Notice bibliographique

RevueMultiple Sclerosis Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversity of AlbertaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMultiple sclerosisMiscarriagePregnancyMedicineObstetricsFirst trimesterPopulationGynecologyAbortionGestationPsychiatryBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is increasing need for evidence-based data on reproduction for women with multiple sclerosis (MS). First-trimester (first 13 weeks) miscarriages are relatively common in the general population. It is therefore important to have information on the frequency with which this occurs in women with MS. METHODS: The Canadian Multiple Sclerosis Pregnancy Study (CANPREG-MS) is a prospective study on women with MS who are pregnant or actively trying to conceive. As far as we are aware, this is the first study on miscarriages for this population that takes into account each woman's entire pregnancy history (i.e. before and after the MS diagnosis as well as during enrollment in CANPREG-MS). RESULTS: There were 208 pregnancies during the study and 36 resulted in first-trimester miscarriage for a rate of 17.31%, within the expected range of 15%-20% for the general population. CONCLUSIONS: CANPREG-MS provides real world data that there does not appear to be an increase in first-trimester miscarriages for women with MS. This information will be helpful to women with MS and their healthcare providers.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,567
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0060,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,003
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 Opus0,117
Tête enseignante GPT0,289
Écart entre enseignants0,172 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMultiple Sclerosis JournalMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207