Impact of a modified screening approach during the <scp>COVID</scp>‐19 pandemic on the diagnosis and outcomes of gestational diabetes mellitus: A population‐level analysis of 90,518 pregnant women
Notice bibliographique
Résumé
AIMS: To provide real-world evidence on the uptake of and outcomes associated with the modified gestational diabetes mellitus (GDM) screening approach offered during the COVID-19 pandemic compared with the standard screening approach. METHODS: All pregnancies between 01 January 2020 and 31 December 2021, in Alberta, Canada, were included in the study. We examined GDM screening and diagnosis rates, and large-for-gestational-age (LGA) outcomes. RESULTS: Annual GDM screening rates were > 95% during the study time period. Overall, 84.7%, and 11.6% of the 92,505 pregnancies underwent standard and modified screening for GDM, respectively. The use of modified screening was the highest among deliveries in August 2020 (49.8%) which corresponded to the early first wave of the pandemic. GDM diagnosis rate was lower in the modified screening (7.4%) than in the standard screening (12.3%, p < 0.001) group. The LGA rates in the modified screening with GDM and the standard screening with GDM groups were 24.8% and 12.6%, respectively (p < 0.001). Women in the modified screening with GDM group were at a higher risk of having an LGA infant (adjusted odds ratio: 3.46; 95% confidence interval: 2.93, 4.08) compared to the standard screening with no GDM group. CONCLUSIONS: The COVID-19 epidemic had no impact on screening for GDM. Women who underwent modified screening, based on HbA1c/random plasma glucose, had lower rates of GDM cases.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
| 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 ».