‘Joining the Dots: Linking Prenatal Drug Exposure to Childhood and Adolescence’ – research protocol of a population cohort study
Notice bibliographique
Résumé
INTRODUCTION: cohort study uses linked population data to understand the relationship between services, therapeutic interventions and outcomes of children with PDE. METHODS AND ANALYSIS: Information from routinely collected administrative databases was linked for all births registered in New South Wales (NSW), Australia between 1 July 2001 and 31 December 2020 (n=1 834 550). Outcomes for seven mutually exclusive groups of children with varying prenatal exposure to maternal substances of addiction, including smoking, alcohol, prescription/illicit drugs and neonatal abstinence syndrome will be assessed. Key exposure measures include maternal drug use type, maternal social demographics or social determinants of health, and maternal physical and mental health comorbidities. Key outcome measures will include child mortality, academic standardised testing results, rehospitalisation and maternal survival. Data analysis will be conducted using Stata V.18.0. ETHICS AND DISSEMINATION: Approvals were obtained from the NSW Population and Health Services Research Ethics Committee (29 June 2020; 2019/ETH12716) and the Australian Capital Territory Health Human Research Ethics Committee (11 October 2021; 2021-1231, 2021-1232, 2021-1233); and the Aboriginal Health and Medical Research Council (5 July 2022; 1824/21), and all Australian educational sectors: Board of Studies (government schools), Australian Independent Schools and Catholic Education Commission (D2014/120797). Data were released to researchers in September 2022. Results will be presented in peer-reviewed academic journals and at international conferences. Collaborative efforts from similar datasets in other countries are welcome.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».