Prescription Medication Use in Pregnancy in People with Disabilities: A Population-Based Cohort Study
Notice bibliographique
Résumé
Background: Individuals with disabilities may require specific medications in pregnancy. The prevalence and patterns of medication use, overall and for medications with known teratogenic risks, are largely unknown. Methods: This population-based cohort study in Ontario, Canada, 2004–2021, comprised all recognized pregnancies among individuals eligible for public drug plan coverage. Included were those with a physical ( n = 44,136), sensory ( n = 13,633), intellectual or developmental ( n = 2,446) disability, or multiple disabilities ( n = 5,064), compared with those without a disability ( n = 299,944). Prescription medication use in pregnancy, overall and by type, was described. Modified Poisson regression generated relative risks (aRR) for the use of medications with known teratogenic risks and use of ≥2 and ≥5 medications concurrently in pregnancy, comparing those with versus without a disability, adjusting for sociodemographic and clinical factors. Results: Medication use in pregnancy was more common in people with intellectual or developmental (82.1%), multiple (80.4%), physical (73.9%), and sensory (71.9%) disabilities, than in those with no known disability (67.4%). Compared with those without a disability (5.7%), teratogenic medication use in pregnancy was especially higher in people with multiple disabilities (14.2%; aRR 2.03, 95% confidence interval [CI]: 1.88–2.20). Furthermore, compared with people without a disability (3.2%), the use of ≥5 medications concurrently was more common in those with multiple disabilities (13.4%; aRR 2.21, 95% CI: 2.02–2.41) and an intellectual or developmental disability (9.3%; aRR 2.13, 95% CI: 1.86–2.45). Interpretation: Among people with disabilities, medication use in pregnancy is prevalent, especially for potentially teratogenic medications and polypharmacy, highlighting the need for preconception counseling/monitoring to reduce medication-related harm in pregnancy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».