Impact of Co-Occurrence of Obesity and SARS-CoV-2 Infection during Pregnancy on Placental Pathologies and Adverse Birth Outcomes: A Systematic Review and Narrative Synthesis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Obesity is a risk factor for severe COVID-19 disease during pregnancy. We hypothesized that the co-occurrence of high maternal body mass index (BMI) and gestational SARS-CoV-2 infection are detrimental to fetoplacental development. We conducted a systematic review following PRISMA/SWiM guidelines and 13 studies were eligible. In the case series studies (n = 7), the most frequent placental lesions reported in SARS-CoV-2(+) pregnancies with high maternal BMI were chronic inflammation (71.4%, 5/7 studies), fetal vascular malperfusion (FVM) (71.4%, 5/7 studies), maternal vascular malperfusion (MVM) (85.7%, 6/7 studies) and fibrinoids (100%, 7/7 studies). In the cohort studies (n = 4), three studies reported higher rates of chronic inflammation, MVM, FVM and fibrinoids in SARS-CoV-2(+) pregnancies with high maternal BMI (72%, n = 107/149; mean BMI of 30 kg/m2) compared to SARS-CoV-2(−) pregnancies with high BMI (7.4%, n = 10/135). In the fourth cohort study, common lesions observed in placentae from SARS-CoV-2(+) pregnancies with high BMI (n = 187 pregnancies; mean BMI of 30 kg/m2) were chronic inflammation (99%, 186/187), MVM (40%, n = 74/187) and FVM (26%, n = 48/187). BMI and SARS-CoV-2 infection had no effect on birth anthropometry. SARS-CoV-2 infection during pregnancy associates with increased prevalence of placental pathologies, and high BMI in these pregnancies could further affect fetoplacental trajectories.
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.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle