Temporal changes in <scp>pre‐existing</scp> health conditions five years prior to pregnancy in British Columbia, Canada, 2000–2019
Notice bibliographique
Résumé
BACKGROUND: Pre-existing health conditions increase the risk of obstetric complications during pregnancy and birth. However, the prevalence and recent changes in the frequency of pre-existing health conditions in the childbearing population remain unknown. OBJECTIVES: To estimate the temporal changes in the prevalence of pre-existing health conditions among pregnant women in British Columbia, Canada. METHODS: We carried out a population-based cross-sectional study of 825,203 deliveries in BC between 2000 and 2019 and examined 17 categories of physical and psychiatric health conditions recorded within 5 years before childbirth. We also undertook age-period-cohort analyses to evaluate temporal changes in pre-existing health conditions. RESULTS: The prevalence of any pre-existing health condition was 26.2% (n = 216,214) with overall trends remaining stable during the study period. Between 2000 and 2019, the prevalence rates of anxiety (5.6%-9.6%), bipolar (1.6%-3.4%), psychosis (0.7%-0.8%), and eating disorders (0.2%-0.3%) increased. The prevalence of hypertension increased sharply from 0.06% in 2000 to 0.3% in 2019. Diabetes mellitus and stroke rates increased, as did the prevalence of systemic lupus, multiple sclerosis, and chronic kidney disease. Advanced maternal age was strongly associated with both psychiatric and circulatory/metabolic conditions. A strong birth cohort effect was evident, with rates of psychiatric conditions increasing among women born after 1985. CONCLUSIONS: In British Columbia, Canada, 1 in 4 mothers had a pre-existing health condition 5 years prior to pregnancy. These findings underscore the need for multi-disciplinary care for women with pre-existing health conditions to improve maternal, foetal, and infant health.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».