Gestational weight loss and fetal growth in uncomplicated pregnancies among women with obesity: a population-based retrospective cohort study
Notice bibliographique
Résumé
Abstract Objective The impact of gestational weight loss (GWL) on fetal growth among women with obesity remains unclear. This study aimed to examine the association between weight loss during pregnancy among women with body mass index (BMI) ≥ 30 kg/m 2 and the risk of small-for-gestational-age (SGA) and large-for-gestational-age (LGA) neonates. Methods We conducted a retrospective, population-based cohort study of women with pre-pregnancy obesity that resulted in a singleton live birth in 2012-2017, using birth registry data in Ontario, Canada. Women with pregnancy complications or health conditions which could cause weight loss were excluded. GWL is defined as negative gestational weight change (≤0 kg). The association between GWL and fetal growth was estimated using generalized estimating equation models and restricted cubic spline regression analysis. Stratified analysis was conducted by obesity class (I:30–34.9 kg/m 2 , II:35–39.9 kg/m 2 , and III + : ≥40 kg/m 2 ). Results Of the 52,153 eligible women who entered pregnancy with a BMI ≥ 30 kg/m 2 , 5.3% had GWL. Compared to adequate gestational weight gain, GWL was associated with an increased risk of SGA neonates (aRR:1.45, 95% CI: 1.30–1.60) and a decreased risk of LGA neonates (aRR: 0.81, 95% CI:0.73–0.93). Non-linear L-shaped associations were observed between gestational weight change and SGA neonates, with an increased risk of SGA observed with increased GWL. On the contrary, non-linear S-shaped associations were observed between gestational weight change and LGA neonates, with a decreased risk of LGA observed with increased GWL. Similar findings were observed from the stratified analysis by obesity class. Conclusion These findings highlight that GWL in women with obesity may increase the risk of SGA neonates but reduce the risk of LGA neonates. Recommendations of GWL for women with obesity should be interpreted with caution.
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 | 0,003 |
| 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 | 0,000 | 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 ».