MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394323639 · doi:10.6084/m9.figshare.14804897

A goal set too high: factors associated with planning excess gestational weight gain in a prospective cohort study

2021· dataset· en· W4394323639 sur OpenAlexaff
Cathy Huilin Lu, Sherry Van Blyderveen, Zhijie Yu, Meredith Vanstone, Anne Biringer, Wendy Sword, Louis A. Schmidt, Sarah D. McDonald

Notice bibliographique

RevueFigshare · 2021
Typedataset
Langueen
DomaineMedicine
ThématiqueGestational Diabetes Research and Management
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésWeight gainProspective cohort studyCohortSet (abstract data type)Goal settingMedicinePsychologyComputer scienceInternal medicineBody weightSocial psychology

Résumé

récupéré en direct d'OpenAlex

This study aimed to understand physical, knowledge, psychological, and lifestyle factors associated with planned excess gestational weight gain (GWG), a strong and potentially modifiable predictor of actual excess GWG, which contributes to maternal and child obesity along with other adverse maternal and fetal outcomes. This is a secondary analysis of data from a prospective cohort study where women completed a questionnaire in early pregnancy. Women were asked to report their planned GWG, which was then categorized as above, within, or below the Institute of Medicine (IOM) guidelines. Univariable and multivariable analyses were performed to identify variables associated with planned excess GWG. Of 970 women included in the analysis, 300 reported a planned GWG above the IOM guidelines. Predictors of excess planned GWG included reporting healthcare provider recommendations to gain weight above the guidelines (adjusted odds ratio [aOR], 62.17; 95% confidence interval [CI], 13.75–281.03), overestimating first trimester weight gain recommendations (aOR, 1.83; 95% CI, 1.21–2.77), believing in risks to the baby with inadequate GWG (aOR 2.16; 95% CI,1.29–3.60), inaccurate self-perceived prepregnancy body size (aOR, 1.88; 95% CI, 1.22–2.89), low or high emotional suppression (aOR, 1.78; 95% CI, 1.06–2.99; and aOR, 2.57; 95% CI, 1.21–5.45, respectively), physical inactivity (aOR, 1.10; 95% CI, 1.03–1.17), and overweight or obesity (aOR, 5.76; 95% CI, 3.70–8.98; and aOR, 11.46; 95% CI, 6.54–20.06, respectively). Protective factors against planned excess GWG included increased maternal age (aOR, 0.95; 95% CI, 0.92–0.99), and believing in risks to themselves with inadequate GWG (aOR 0.64; 95% CI, 0.42–0.97) or believing in risks to the baby with excess GWG (aOR, 0.49; 95% CI, 0.27–0.88). Women with overweight or obesity are at greater risk of prospectively planning excess GWG, and may especially benefit from healthcare provider counseling on appropriate GWG. Other modifiable factors for planned excess GWG included knowledge about risks of inappropriate weight gain and physical inactivity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,329
Écart entre enseignants0,282 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetGestational Diabetes Research and Management→Travaux en français237 207→