Muscle sympathetic nerve activity during pregnancy: A systematic review and <scp>meta‐analysis</scp>
Notice bibliographique
Résumé
Abstract We conducted a systematic review and meta‐analysis to quantify the impact of healthy and complex pregnancy on muscle sympathetic nerve activity (MSNA) at rest, and in response to stress. Structured searches of electronic databases were performed until February 23, 2022. All study designs (except reviews) were included: population (pregnant individuals); exposures (healthy and complicated pregnancy with direct measures of MSNA); comparator (individuals who were not pregnant, or with uncomplicated pregnancy); and outcomes (MSNA, BP, and heart rate). Twenty‐seven studies ( N = 807) were included. MSNA burst frequency was higher in pregnancy ( n = 201) versus non‐pregnant controls ( n = 194) (Mean Differences [MD], MD: 10.6 bursts/min; 95% CI: 7.2, 14.0; I 2 = 72%). Accounting for the normative increase in heart rate with gestation, burst incidence was also higher during pregnancy (Pregnant N = 189, non‐pregnant N = 173; MD: 11 bpm; 95% CI: 8, 13 bpm; I 2 = 47%; p < 0.0001). Meta‐regression analyses confirmed that although sympathetic burst frequency and incidence are augmented during pregnancy, this was not significantly associated with gestational age. Compared to uncomplicated pregnancy, individuals with obesity, obstructive sleep apnea, and gestational hypertension exhibited sympathetic hyperactivity, while individuals with gestational diabetes mellitus or preeclampsia did not. Uncomplicated pregnancies exhibited a lesser response to head‐up tilt, but an exaggerated sympathetic responsiveness to cold pressor stress compared to non‐pregnant individuals. MSNA is higher in pregnant individuals and further increased with some, but not all pregnancy complications. PROSPERO registration number: CRD42022311590.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,004 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».