MétaCan
Menu
Retour à la cohorte
Enregistrement W4391296798 · doi:10.1186/s12916-023-03167-0

Integrating multiple lines of evidence to assess the effects of maternal BMI on pregnancy and perinatal outcomes

2024· article· en· W4391296798 sur OpenAlexaff
Maria Carolina Borges, Gemma Clayton, Rachel M. Freathy, Janine F. Felix, Alba Fernández‐Sanlés, Ana Gonçalves Soares, Fanny Kilpi, Qian Yang, Rosemary McEachan, Rebecca C. Richmond, Xueping Liu, Line Skotte, Amaia Irizar, Andrew T. Hattersley, Barbara Bodinier, Denise Scholtens, Ellen A. Nøhr, Tom A. Bond, M. Geoffrey Hayes, Jane West, Jessica Tyrrell, John Wright, Luigi Bouchard, Mario Murcia, Mariona Bustamante, Marc Chadeau‐Hyam, Marjo‐Riitta Järvelin, Martine Vrijheid, Patrice Perron, Per Magnus, Romy Gaillard, Vincent W. V. Jaddoe, William L. Lowe, Bjarke Feenstra, Marie‐France Hivert, Thorkild I. A. Sørensen, Siri E. Håberg, Sylvain Serbert, Maria C. Magnus

Notice bibliographique

RevueBMC Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGestational Diabetes Research and Management
Établissements canadiensCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesHORIZON EUROPE European Research CouncilZonMwNational Institute of Diabetes and Digestive and Kidney DiseasesWellcome TrustNational Human Genome Research InstituteMedical Research CouncilNational Institutes of HealthEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNorges ForskningsrådNovo Nordisk FondenNational Institute for Health and Care ResearchBritish Heart Foundation
Mots-clésMedicinePregnancyObstetricsPerinatal mortalityFetus

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Higher maternal pre-pregnancy body mass index (BMI) is associated with adverse pregnancy and perinatal outcomes. However, whether these associations are causal remains unclear. METHODS: We explored the relation of maternal pre-/early-pregnancy BMI with 20 pregnancy and perinatal outcomes by integrating evidence from three different approaches (i.e. multivariable regression, Mendelian randomisation, and paternal negative control analyses), including data from over 400,000 women. RESULTS: All three analytical approaches supported associations of higher maternal BMI with lower odds of maternal anaemia, delivering a small-for-gestational-age baby and initiating breastfeeding, but higher odds of hypertensive disorders of pregnancy, gestational hypertension, preeclampsia, gestational diabetes, pre-labour membrane rupture, induction of labour, caesarean section, large-for-gestational age, high birthweight, low Apgar score at 1 min, and neonatal intensive care unit admission. For example, higher maternal BMI was associated with higher risk of gestational hypertension in multivariable regression (OR = 1.67; 95% CI = 1.63, 1.70 per standard unit in BMI) and Mendelian randomisation (OR = 1.59; 95% CI = 1.38, 1.83), which was not seen for paternal BMI (OR = 1.01; 95% CI = 0.98, 1.04). Findings did not support a relation between maternal BMI and perinatal depression. For other outcomes, evidence was inconclusive due to inconsistencies across the applied approaches or substantial imprecision in effect estimates from Mendelian randomisation. CONCLUSIONS: Our findings support a causal role for maternal pre-/early-pregnancy BMI on 14 out of 20 adverse pregnancy and perinatal outcomes. Pre-conception interventions to support women maintaining a healthy BMI may reduce the burden of obstetric and neonatal complications. FUNDING: Medical Research Council, British Heart Foundation, European Research Council, National Institutes of Health, National Institute for Health Research, Research Council of Norway, Wellcome Trust.

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)0,000
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,143
Score d'incertitude au seuil0,745

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,116
Tête enseignante GPT0,408
Écart entre enseignants0,293 · 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

Citations34
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC MedicineMême sujetGestational Diabetes Research and ManagementTravaux en français237 207