MétaCan
Menu
Retour à la cohorte
Enregistrement W4388499127 · doi:10.1016/j.ajogmf.2023.101220

Predictive ability of fetal growth charts in identifying kindergarten-age developmental challenges: a cohort study

2023· article· en· W4388499127 sur OpenAlexafffund
Ariadna Fernandez, Jessica Liauw, Chantal Mayer, Arianne Albert, Jennifer A. Hutcheon

Notice bibliographique

RevueAmerican Journal of Obstetrics & Gynecology MFM · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePregnancy and preeclampsia studies
Établissements canadiensWomen's Health Research InstituteUniversity of British ColumbiaB.C. Women's Hospital & Health Centre
Organismes subventionnairesBC Children's Hospital
Mots-clésPercentileMedicineCohortPopulationGeneration RCohort studyObstetricsConfidence intervalGrowth chartPediatricsDemographyStatisticsEnvironmental healthMathematicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background The Society for Maternal-Fetal Medicine recommends defining fetal growth restriction as an estimated fetal weight or abdominal circumference below the 10th percentile of a population-based reference. However, as multiple references are available, an understanding of their ability to identify infants at increased risk due to fetal growth restriction is critical. Previous studies have focus on the ability of different population references to identify short-term outcomes, but fetal growth restriction also has longer-term consequences for child development. Objectives To estimate the association between estimated fetal weight (EFW) percentiles on the INTERGROWTH-21 st and WHO fetal growth charts and kindergarten-age childhood development, and establish the charts' discriminatory ability in predicting kindergarten-age developmental challenges. Study Design We conducted a retrospective cohort study linking obstetrical ultrasound scans conducted at BC Women's Hospital, Vancouver, Canada, with population-based standardized kindergarten test results. The cohort was limited to non-anomalous, singleton fetuses scanned ≥ 28 weeks' gestation, 2000-2011, with follow-up to 2017. We classified EFWs into percentiles using the INTERGROWTH-21st and WHO charts. We used generalized additive modelling to link EFW percentile with routine province-wide kindergarten readiness test results. We calculated the area under the receiver-operating characteristic curve (AUC), as well as other measures of diagnostic accuracy with 95% confidence intervals (CI) at select percentile cut-points of the charts. We repeated analyses using the Hadlock chart to help contextualize findings. The main outcome measure was the total Early Development Instrument (EDI) score (/50). Secondary outcomes were EDI sub-domain scores for language and cognitive development, and for communication skills and general knowledge; designation of ‘developmentally vulnerable' or ‘special needs'. Results Among 3418 eligible fetuses, those with lower EFW percentiles had systematically lower EDI scores and increased risks of developmental vulnerability. However, the clinical significance of differences was modest in magnitude: e.g., total EDI score -2.8 [95% CI: -5.1, -0.5] in children with an EFW 3-9 th percentile of INTERGROWTH chart (vs. reference of 31-90 th ). The charts' predictive abilities for adverse child development were limited (e.g., AUC<0.53 for all 3 charts). Conclusions Lower EFW percentiles on the INTERGROWTH-21 st and WHO charts indicate increased risks of adverse kindergarten-age child development at the population level, but are not accurate individual-level predictors of adverse child development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,298
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueAmerican Journal of Obstetrics & Gynecology MFMMême sujetPregnancy and preeclampsia studiesTravaux en français237 207