Risk related to gestational weight loss among individuals with obesity: a population‐based cohort study
Notice bibliographique
Résumé
OBJECTIVE: There is no clear evidence on the risk of gestational weight loss (GWL) for individuals with obesity. Our study aimed to assess the association between GWL and adverse perinatal outcomes among individuals with obesity. METHODS: who had a singleton pregnancy, using Ontario, Canada, birth registry data from 2012 to 2020. The primary outcome was a composite of adverse outcomes, including perinatal death and neonatal morbidity. The association between GWL and risk of adverse perinatal outcomes was estimated using generalized estimating equation models and restricted cubic spline regression analysis. Stratified analysis was conducted by obesity class. RESULTS: Of the 157,205 individuals with obesity, 6.1% experienced GWL. Compared with adequate gestational weight gain, GWL was associated with an increased risk of a composite of adverse perinatal outcomes (adjusted risk ratio: 1.31; 95% CI: 1.22-1.39). Similar results were observed in the stratified analysis. Restricted cubic spline regression analysis revealed that average weekly gestational weight changes displayed a nonlinear U-shaped association, with a higher risk of a composite of adverse perinatal outcomes noted in the extremities, particularly toward GWL and excessive weight gain. CONCLUSIONS: Our findings suggest that GWL may increase the risk of adverse perinatal outcomes across all obesity classes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».