Maternal Body Mass Index, Gestational Weight Gain, and Risk of Cancer in Offspring: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Mounting evidence suggests that maternal obesity and gestational weight gain (GWG) may increase the risk of cancer in their offspring; however, results are inconsistent. The purpose of this research is to determine the association between maternal body mass index (BMI) and GWG and the risk of cancer in offspring through a systematic and comprehensive meta-analysis. Methods: A systematic literature search of several databases was conducted on 1 October 2022 to identify relevant studies. The quality of the included studies was evaluated using the Newcastle–Ottawa scale. The overall risk estimates were pooled using a random-effects meta-analysis. Results: Twenty-two studies with more than 8 million participants were included. An increased risk of total cancer was found in offspring whose mothers had a high GWG (odds ratio [OR]: 1.10; 95% CI: 1.01–1.19; p: 0.040) but not in offspring whose mothers had a low GWG (OR: 1.06; 95% CI: 0.96–1.17; p: 0.030), when compared with offspring whose mothers had a suitable GWG. In addition, no statistically significant association was found between maternal underweight (OR: 1.05; 95% CI: 0.97–1.13; p: 0.630), overweight/obesity (OR: 1.07; 95% CI: 0.99–1.16; p: 0.020), and risk of total cancer in offspring. Conclusions: Our study proposes evidence that maternal BMI and GWG may be associated with the risk of cancer in offspring, although statistical significance was found only for high GWG. Further well-designed research is required to clarify the potential relevance of maternal BMI and GWG on offspring cancer, especially for specific cancers.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».