Effectiveness of pre-pregnancy lifestyle in preventing gestational diabetes mellitus—a systematic review and meta-analysis of 257,876 pregnancies
Notice bibliographique
Résumé
BACKGROUND: Gestational Diabetes Mellitus (GDM) is hyperglycaemia first detected during pregnancy. Globally, GDM affects around 1 in 6 live births (up to 1 in 4 in low- and middle-income countries- LMICs), thus, urgent measures are needed to prevent this public health threat. OBJECTIVE: To determine the effectiveness of pre-pregnancy lifestyle in preventing GDM. METHODS: We searched MEDLINE, Web of science, Embase and Cochrane central register of controlled trials. Randomized control trials (RCTs), case-control studies, and cohort studies that assessed the effect of pre-pregnancy lifestyle (diet and/or physical activity based) in preventing GDM were included. Random effects model was used to calculate odds ratio (OR) with 95% confidence interval. The Cochrane ROB-2 and the Newcastle-Ottawa Scale were used for assessing the risk of bias. The protocol was registered in PROSPERO (ID: CRD42020189574) RESULTS: Database search identified 7935 studies, of which 30 studies with 257,876 pregnancies were included. Meta-analysis of the RCTs (N = 5; n = 2471) in women who received pre-pregnancy lifestyle intervention showed non-significant reduction of the risk of developing GDM (OR 0.76, 95% CI: 0.50-1.17, p = 0.21). Meta-analysis of cohort studies showed that women who were physically active pre-pregnancy (N = 4; n = 23263), those who followed a low carbohydrate/low sugar diet (N = 4; n = 25739) and those women with higher quality diet scores were 29%, 14% and 28% less likely to develop GDM respectively (OR 0.71, 95% CI: 0.57, 0.88, p = 0.002, OR 0.86, 95% CI: 0.68, 1.09, p = 0.22 and OR 0.72, 95% CI 0.60-0.87, p = 0.0006). CONCLUSION: This study highlights that some components of pre-pregnancy lifestyle interventions/exposures such as diet/physical activity-based preparation/counseling, intake of vegetables, fruits, low carbohydrate/low sugar diet, higher quality diet scores and high physical activity can reduce the risk of developing gestational diabetes. Evidence from RCTs globally and the number of studies in LMICs are limited, highlighting the need for carefully designed RCTs that combine the different aspects of the lifestyle and are personalized to achieve better clinical and cost effectiveness.
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 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,035 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».