10 The QTc interval in former very preterm infants is not different from term-born controls
Notice bibliographique
Résumé
<h3>Introduction</h3> There are conflicting data on whether former preterm birth is associated with QTc-Bazett prolongation in later life. <h3>Methods</h3> To explore QTc-Bazett interval differences between former preterm and/or extreme low birth weight (ELBW) cases and term-born controls in adolescence and young adulthood, we analyzed pooled individual data after a structured search on published cohorts. To test the absence of a QTc-Bazett difference, a non-inferiority approach was applied (one-sided, upper limit of the 95% CI mean QTc-Bazett difference, 5 and 10 ms). We also investigated the impact of characteristics on QTc-Bazett . <h3>Results</h3> The pooled dataset contained 164 preterms and/or ELBW (cases) and 140 controls from 3 studies. The median QTc-Bazett intervals were 409 (335–490) and 410 (318–480) ms in cases and controls. The mean QTc-Bazett difference was 1 ms, upper CI 95% of 6 ms (p=0.1015 and 0.0019 for 5 and 10 ms respectively). In the full dataset, females had a significantly longer QTc-Bazett than males (415 vs. 401 ms, p<0.0001), and there was a significant, but weak correlation (Spearman’s 0.151, p=0.0377) between QTc-Bazett and plasma phosphate. <h3>Conclusions</h3> QTc-Bazett intervals are not significantly different between former preterm and/or ELBW cases and term-born controls, and we rejected a potential prolongation >10 ms in cases. When prescribing QTc prolonging drugs, pharmacovigilance practices in this subpopulation should be similar to the general public.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».