Does probiotic ingestion reduce the risk of preeclampsia? A systematic review
Notice bibliographique
Résumé
We aimed to systematically review the literature on the effects of probiotic consumption on the risk of preeclampsia (PE) development. Eight databases, clinical trial registries, and grey literature were searched until February 2022. Studies were included if they (1) were randomized clinical trials (RCTs), (2) included pregnant women aged ≥ 18 years old, (3) used probiotics products, and (4) were written in the Latin alphabet. A random-effects meta-analysis was performed using the risk ratio as the effect measure with 95% confidence intervals (CI) for PE. The search strategy identified 359 records, from which six RCTs were included. The six RCTs evaluated pregnant women with comorbidities and enrolled 593 women that received probiotics and 625 receiving placebo. None of the included RCTs analyzed healthy women. Probiotics increased by 12% the PE risk (RR 1.12, 95% CI, CI = 0.83–1.53, p = 0.46, χ2 = 3.31, df = 5 ( p = 0.65), I2 = 0%). The certainty of the evidence, evaluated through the Grading of Recommendations Assessment, Development and Evaluation approach, was rated as very low. In conclusion, probiotics supplementation may slightly increase PE rates in pregnant women with comorbidities. The risk may be higher in obese women and for periods of ingestion longer than eight weeks. However, the evidence certainty is very low. PROSPERO registration No.CRD42021278611.
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 | 0,011 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,008 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».