A flexible approach to modelling stillbirths using the foetuses at risk approach
Notice bibliographique
Résumé
BACKGROUND: Survival analysis methods are increasingly used to model the gestational age-specific risk of perinatal phenomena such as stillbirth. OBJECTIVES: To compare two types of survival analysis models, and highlight differences by estimating the relationships between pre-pregnancy BMI and gestational age-specific rates of stillbirth. METHODS: The study was based on singleton live births and stillbirths in the United States in 2016-2017, with data obtained from the natality and fetal death files of the National Center for Health Statistics. We compared Cox regression versus piecewise exponential additive mixed models (PAMMs) for modelling the relationship between BMI and stillbirth across gestational age. In a second analysis, we illustrated the performance of both models for assessing the relationship between the trimester-specific number of cigarettes smoked, a time-dependent covariate, and stillbirth. RESULTS: The study population included 7,567,316 births, of which 42,739 were stillbirths (5.6 per 1000 total births). Stillbirth rates increased with increasing pre-pregnancy BMI and increasing gestational age. In analyses with BMI as a categorical variable, the Cox model and PAMM models yielded similar results. Analyses of BMI as a continuous variable also showed similar results when BMI associations were assumed to be linear, and the changes in gestational age-specific rates were modelled parametrically. However, results differed slightly when PAMMs, modelled with data-driven approaches, were used to estimate changes in BMI effects across gestational age; PAMMs provided a more nuanced modelling of time-varying effects. PAMM models showed an approximately linear increase in the effect of smoking on stillbirth with increasing gestational age. CONCLUSIONS: For survival analyses using the foetuses-at-risk approach, PAMMs provide a valuable alternative to the traditional Cox model, with increased modelling flexibility when proportional hazards assumptions are violated.
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 | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».