Pre-pregnancy body mass index and other risk factors for early- and late-onset hemolysis, elevated liver enzymes, and low platelets (HELLP) syndrome: A population-based retrospective cohort study.
Notice bibliographique
Résumé
Background : Obesity increases risk of pre-eclampsia, but the association with hemolysis, elevated liver enzymes, and low platelets (HELLP) syndrome is understudied. Objective: To examine the association between pre-pregnancy body-mass-index (BMI) and HELLP syndrome, including early- vs. late-onset disease. Study Design: A retrospective cohort study, population-based data. Setting: British Columbia (BC), Canada, 2008/09-2019/20. Population: All pregnancies resulting in live births or stillbirths at ≥20 weeks’ gestation. Methods: BMI categories (kg/m 2 ) included: underweight (<18.5), normal (18.5-24.9), overweight (25.0-29.9), and obese (≥30.0). Rates of early- and late-onset HELLP syndrome (<34 vs. ≥34 weeks, respectively) were calculated per 1000 ongoing pregnancies at 20- and 34-weeks’ gestation, respectively. Cox regression was used to assess the associations between risk factors (BMI and, e.g., maternal age, parity) and early- vs late-onset HELLP syndrome. Main outcome measures: HELLP syndrome. Results: The rates of HELLP syndrome per 1000 women were 2.8 overall (1,116 per 391,941 women), and 1.9, 2.5, 3.2 and 4.0 in underweight, normal BMI, overweight and obese categories, respectively. Overall, gestational age-specific rates increased with pre-pregnancy BMI. Adjusted hazard ratio [AHR] was 2.24 for early-onset (95% confidence interval [CI] 1.65-3.04) vs. AHR 1.48 (95% CI 1.23-1.80) for late-onset HELLP syndrome (p-value for interaction 0.025). Chronic hypertension, multiple gestation, hemorrhage (<20 weeks’ gestation and antepartum) also showed differing AHRs between early- vs. late-onset HELLP. Conclusions: Pre-pregnancy BMI is positively associated with HELLP syndrome and the association is stronger with early-onset HELLP syndrome. Associations with early- and late-onset HELLP syndrome differed for some risk factors, suggesting possible differences in etiologic mechanisms.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».