Impact of previous gestational diabetes management on perinatal outcomes in subsequent pregnancies affected by gestational diabetes mellitus
Notice bibliographique
Résumé
OBJECTIVE: To determine the impact of prior gestational diabetes mellitus (GDM) on perinatal outcomes in a subsequent GDM pregnancy. METHODS: This retrospective cohort study included 544 multiparous patients with two consecutive pregnancies between 2012-2019, where the second (index) pregnancy was affected by GDM. The primary exposure was prior GDM diagnosis, categorized into medical and dietary management. The primary outcome was a composite including need for pharmacotherapy, large-for-gestational age, or neonatal hypoglycemia. Adjusted odds ratios (aOR) were calculated using multivariable logistic regression controlling for maternal age, pre-pregnancy body mass index, and gestational age at GDM diagnosis in the index pregnancy. RESULTS: Of the 544 patients, 164 (30.1%) had prior GDM. Prior GDM significantly increased the likelihood of composite outcome compared to no prior GDM (74.4% vs. 57.4%; P < 0.001). After adjusting for confounders, prior GDM remained significantly associated with the composite outcome (aOR 2.03, 95% confidence interval [CI] 1.31-3.15). Stratifying by prior GDM treatment modality, a significant association was found for prior pharmacotherapy-controlled GDM (aOR 3.29, 95% CI 1.64-6.59), but not for prior diet-controlled GDM (aOR = 1.54, 95% CI 0.92-2.60). CONCLUSION: A history of pharmacotherapy-controlled GDM in a previous pregnancy increases odds of adverse perinatal outcomes in a subsequent GDM 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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».