Antiseizure medication use during pregnancy and neonatal growth outcomes: A systematic review and meta‐analysis
Notice bibliographique
Résumé
Aims We aimed to systematically synthesize the current published literature on neonatal growth outcomes associated with antiseizure medication (ASM) use during pregnancy. Methods We searched seven databases, from inception to 23 March 2022. We investigated small for gestational age (SGA) and low birth weight (LBW) as primary outcomes and birth weight, birth height, cephalization index and head circumference as secondary outcomes. The primary analysis included pregnant people exposed to any ASM compared with unexposed pregnant people. Subgroup analysis included ASM class analysis, within epilepsy group analysis and polytherapy compared to monotherapy. Results We screened 15 720 citations and included 65 studies in the review. Exposed pregnant people had a significantly increased risk of SGA relative risk (RR) 1.33 (95% CI 1.18 to 1.50, I 2 74%), LBW RR 1.54 (95% CI 1.33 to 1.77, I 2 67%), and decreased birth weight with a mean difference (MD) of −118.87 (95% CI −161.03 to −76.71, I 2 42%) g. A non‐significant risk change in birth height and head circumference was observed. In subgroup analysis, ASM polytherapy, within epilepsy and ASM class analysis were also associated with an increased risk of SGA and LBW. Conclusions This meta‐analysis demonstrates that pregnant people exposed to ASMs have a significantly increased risk of adverse fetal growth outcomes including SGA and LBW and decreased birth weight compared to unexposed pregnant people. Polytherapy was associated with higher risks compared to monotherapy. Additional studies are warranted on specific ASM risks.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,017 | 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 | 0,002 |
| 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 ».