Adverse perinatal events and maternal interpregnancy weight change: A population‐based observational study
Notice bibliographique
Résumé
OBJECTIVE: Mothers whose newborn experiences adversity may neglect their own health to care for their affected infant or following a perinatal death. Weight gain after pregnancy is one measure of maternal self-care. We measured interpregnancy weight gain among women whose child had an adverse perinatal event. METHODS: This population-based observational study included 192 154 primigravid women with two consecutive singleton births in Ontario, Canada. Outcomes included net weight gain, and adjusted odds ratios (aOR) of moving to a higher body mass index (BMI) category between pregnancies, comparing women whose child did versus did not experience either a perinatal death, prematurity, severe neonatal morbidity, major congenital anomaly, or severe neurologic impairment. RESULTS: Perinatal death was associated with a +3.5 kg (95% confidence interval [CI]: 2.1-4.9) net higher maternal weight gain in the subsequent pregnancy. Relative to term births, preterm birth <32 weeks (+3.2 kg, 95% CI: 1.9-4.6), 32-33 weeks (+1.8 kg, 95% CI: 0.7-2.8) and 34-36 weeks (+0.9 kg, 95% CI: 0.6-1.3) were associated with higher net weight gain. Having an infant with severe neonatal morbidity was associated with a +1.2 kg (95% CI: 0.3-2.1) weight gain. Likewise, the aOR of moving to a higher BMI category was 1.27 (95% CI, 1.14-1.42) following a perinatal death, 1.21 (95% CI: 1.04-1.41) after a preterm birth <32 weeks, and 1.11 (95% CI: 1.02-1.22) with severe neonatal morbidity. CONCLUSION: Greater interpregnancy weight gain, and movement to a higher BMI category, are each more likely in a woman whose first-born was affected by certain major adverse perinatal events.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».