Perinatal Outcomes of Newborns of COVID-19-Infected Pregnant Women: An Updated Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
In this systematic review and meta-analysis, we aimed to review the characteristics and outcomes of the newborns of Coronavirus disease 2019 (COVID-19) infected pregnant women. We conducted an online bibliographic search using the following electronic databases: MEDLINE via PubMed, Scopus, Web of Science, and Cochrane Central. Studies were deemed eligible if they recruited newborns from mothers with confirmed COVID-19 and reported the perinatal outcomes of neonatal COVID-19 cases. A total of 20 studies were included. Neonates born to mothers with positive COVID-19 results have been shown to have significantly lower birth weights (mean difference, MD = -48.54 g, p = 0.04), increased risks of fetal distress (odds ratio, OR = 1.76, p < 0.00001), respiratory distress (OR = 1.96, p = 0.006), premature birth (OR = 2.08, p < 0.00001), neonatal death (OR = 2.20, p = 0.004), and a lower 5-minute Apgar score (OR = 1.44, p = 0.02). Additionally, they were more likely to be admitted to the neonatal intensive care unit (NICU) (OR = 2.25, p = 0.007) and test positive for COVID-19 themselves (OR = 9.88, p = 0.03). However, other parameters, such as risks for malformations, mechanical ventilation, hypoglycemia, and sepsis, appeared to be comparable between the two groups. Maternal infection with COVID-19 during pregnancy is associated with several neonatal outcomes, some of which are adverse and others that do not show significant deviation from norms. While our meta-analysis clearly illustrates heightened risks associated with premature birth, reduced neonatal weight, and other challenges, it also emphasizes that not all neonatal outcomes can be directly attributed to maternal SARS-CoV-2 infection.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».