MétaCan
Menu
Retour à la cohorte
Enregistrement W4401008354 · doi:10.1177/00368504241234781

Third generation antiseizure medications exposure during pregnancy and neonatal adverse birth outcomes: A systematic review

2024· review· en· W4401008354 sur OpenAlexafffund
Joyce Goubran, Oreofe Okunnu, Alekhya Lavu, Sherif Eltonsy

Notice bibliographique

RevueScience Progress · 2024
Typereview
Langueen
DomaineMedicine
ThématiquePharmacological Effects and Toxicity Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesWinnipeg Foundation
Mots-clésMedicineAdverse effectPregnancyObstetricsIntensive care medicineSystematic reviewMEDLINEPharmacology

Résumé

récupéré en direct d'OpenAlex

Background: Third generation antiseizure medications (ASMs) are currently used for seizure control as well as several other indications, including pain management and psychiatric disorders. As a result, maternal exposure to third generation ASMs during pregnancy has become increasingly prevalent. The current systematic review aimed to summarize the published evidence on third generation ASMs and their effect on preterm birth, cesarean section (c-section) and fetal loss. Methods: The following databases were searched: Medline, Embase, International Pharmaceutical Abstracts, Cochrane Library and Scopus until September 2022. Results: We screened 2987 studies, and identified 32 studies or case reports for inclusion, however only one study utilized a control group. Narrative systematic evidence synthesis was conducted for brivaracetam, eslicarbazepine, fosphenytoin, lacosamide and perampanel. Conclusion: Due to the scarcity and quality of published studies, drawing clear-cut conclusions regarding third generation ASMs and the outcomes of interest is challenging. More comparative safety studies focusing on neonatal safety of third generation ASMs in pregnancy are essential.

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)0,004
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0060,007
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,053
Tête enseignante GPT0,401
Écart entre enseignants0,348 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScience ProgressMême sujetPharmacological Effects and Toxicity StudiesTravaux en français237 207