Cardiovascular Disease Risk Factor Interventions in Women With Prior Gestational Hypertensive Disorders or Diabetes in North America: A Rapid Review
Notice bibliographique
Résumé
Women with previous hypertensive disorders of pregnancy (HDP) or gestational diabetes mellitus (GDM) have a 2- to 3-fold increased risk of cardiovascular disease (CVD). The goal of this rapid review was to summarize evidence of the effectiveness of CVD risk factor interventions for postpartum women with a history of HDP or GDM. A comprehensive search strategy was used to search articles published in 5 databases-Ovid MEDLINE, PubMed, the Cumulative Index to Nursing and Allied Health Literature (CINAHL), PsycINFO, and Embase). Observational and intervention studies that identified CVD prevention, screening, and/or risk factor management interventions among postpartum women with prior HDP or GDM in Canada and the US were included. The quality of observational and interventional studies, and their risk of bias, were assessed using appropriate critical appraisal checklists. Eight studies, including 4 observational cohorts, 3 randomized controlled trials, and 1 quasi-experimental study, merited inclusion for analysis. A total of 2449 participants were involved in the included studies. The most effective CVD risk factor intervention was comprised of postpartum transition and follow-up, CVD risk factor education, and advice on lifestyle changes. Most of the observational studies led to improvements in CVD risk factors, including improvements in CVD lifetime risk scores. However, none of the RCTs led to improvements in cardiometabolic risk factors. Few studies have investigated CVD risk factor interventions in the postpartum in women with previous HDP or GDM in North America. Further studies of higher quality are needed.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».