MétaCan
Menu
Retour à la cohorte
Enregistrement W4388824295 · doi:10.1001/jamanetworkopen.2023.43954

Infertility and Risk of Autism Spectrum Disorder in Children

2023· article· en· W4388824295 sur OpenAlexafffundabout
Maria P. Vélez, Natalie Dayan, Jonas Shellenberger, Jessica Pudwell, Dia Kapoor, Simone N. Vigod, Joel G. Ray

Notice bibliographique

RevueJAMA Network Open · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensSt. Michael's HospitalUniversity of TorontoMcGill University Health CentreInstitute for Clinical Evaluative SciencesMcGill UniversityWomen's College HospitalQueen's University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésObstetricsInfertilityMedicineIntracytoplasmic sperm injectionFertilityPregnancyIn vitro fertilisationGynecologyHazard ratioPopulationAssisted reproductive technologyConfidence intervalBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Importance: Previous studies on the risk of childhood autism spectrum disorder (ASD) following fertility treatment did not account for the infertility itself or the mediating effect of obstetrical and neonatal factors. Objective: To assess the association between infertility and its treatments on the risk of ASD and the mediating effect of selected adverse pregnancy outcomes on that association. Design, Setting, and Participants: This was a population-based cohort study in Ontario, Canada. Participants were all singleton and multifetal live births at 24 or more weeks' gestation from 2006 to 2018. Data were analyzed from October 2022 to October 2023. Exposures: The exposure was mode of conception, namely, (1) unassisted conception, (2) infertility without fertility treatment (ie, subfertility), (3) ovulation induction (OI) or intrauterine insemination (IUI), or (4) in vitro fertilization (IVF) or intracytoplasmic sperm injection (ICSI). Main Outcome and Measures: The study outcome was a diagnosis of ASD at age 18 months or older. Cox regression models generated hazard ratios (HR) adjusted for maternal and infant characteristics. Mediation analysis further accounted for the separate effect of (1) preeclampsia, (2) cesarean birth, (3) multifetal pregnancy, (4) preterm birth at less than 37 weeks, and (5) severe neonatal morbidity. Results: A total of 1 370 152 children (703 407 male [51.3%]) were included: 1 185 024 (86.5%) with unassisted conception, 141 180 (10.3%) with parental subfertility, 20 429 (1.5%) following OI or IUI, and 23 519 (1.7%) following IVF or ICSI. Individuals with subfertility or fertility treatment were older and resided in higher-income areas; the mean (SD) age of each group was as follows: 30.1 (5.2) years in the unassisted conception group, 33.3 (4.7) years in the subfertility group, 33.1 (4.4) years in the OI or IUI group, and 35.8 (4.9) years in the IVF or ICSI group. The incidence rate of ASD was 1.93 per 1000 person-years among children in the unassisted conception group. Relative to the latter, the adjusted HR for ASD was 1.20 (95% CI, 1.15-1.25) in the subfertility group, 1.21 (95% CI, 1.09-1.34) following OI or IUI, and 1.16 (95% CI, 1.04-1.28) after IVF or ICSI. Obstetrical and neonatal factors appeared to mediate a sizeable proportion of the aforementioned association between mode of conception and ASD risk. For example, following IVF or ICSI, the proportion mediated by cesarean birth was 29%, multifetal pregnancy was 78%, preterm birth was 50%, and severe neonatal morbidity was 25%. Conclusions and Relevance: In this cohort study, a slightly higher risk of ASD was observed in children born to individuals with infertility, which appears partly mediated by certain obstetrical and neonatal factors. To optimize child neurodevelopment, strategies should further explore these other factors in individuals with infertility, even among those not receiving fertility treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,077
Score d'incertitude au seuil0,607

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,302
Écart entre enseignants0,279 · 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 tête enseignante, 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

Citations24
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207