MétaCan
Menu
Retour à la cohorte
Enregistrement W4404568140 · doi:10.1001/jamanetworkopen.2024.45871

Short-Term and Long-Term Mortality Risk After Preterm Birth

2024· article· en· W4404568140 sur OpenAlexafffundabout
Asma M. Ahmed, Sonia M. Grandi, Eleanor Pullenayegum, Sarah D. McDonald, Marc Beltempo, Shahirose Premji, Jason D. Pole, Fabiana Bacchini, Prakesh S. Shah, Petros Pechlivanoglou

Notice bibliographique

RevueJAMA Network Open · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensMount Sinai HospitalInstitute for Clinical Evaluative SciencesMcGill UniversityQueen's UniversityMcMaster UniversitySickKids FoundationHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineProportional hazards modelHazard ratioConfoundingGestational ageGestationPopulationCohort studyCohortDemographyRelative riskObstetricsPediatricsPregnancyConfidence intervalInternal medicineBiologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Importance: Preterm birth (PTB) is a leading cause of neonatal mortality. However, evidence on mortality beyond the neonatal period is limited, especially in North America. Objective: To examine associations of PTB with all-cause and cause-specific mortality from birth through 23 to 36 years of age. Design, Setting, and Participants: This population-based matched cohort study of live births in Canada included individuals born between January 1, 1983, and December 31, 1996, and followed up until December 31, 2019. Data were analyzed from June 1, 2023, to April 30, 2024. Exposure: PTBs, between 24 and 37 weeks' gestation (with gestational age [GA]-specific subcategories of 24 to 27 weeks, 28 to 31 weeks, 32 to 33 weeks, and 34 to 36 weeks) compared with term births (37-41 weeks' gestation). Main Outcomes and Measures: All-cause mortality and cause-specific mortality were the main outcomes. Risk differences (RDs) and risk ratios (RRs) were estimated for all-cause mortality using log-binomial regressions and hazard ratios were estimated for cause-specific mortality using Cox proportional hazards regression models (censoring individuals who died from other causes) within prespecified age intervals (ages 0-11 months and ages 1-5, 6-12, 13-17, 18-28, and 29-36 years). Observed confounding was accounted for using coarsened exact matching on baseline characteristics. Results: Of 4 998 560 births (54.2% male), 6.9% were born preterm (with GA-specific subcategories of 0.3% born at 24-27 weeks, 0.6% at 28-31 weeks, 0.8% at 32-33 weeks, and 5.1% at 34-36 weeks). During a median of 29 years of follow-up, 72 662 individuals died (14 312 born preterm and 58 350 at term). PTB was associated with an increased risk of death in all age intervals, with the highest RDs and RRs from birth through infancy (ages 0-11 months) (RD, 2.29% [95% CI, 2.23%-2.35%]; RR, 11.61 [95% CI, 11.09-12.15]) and in early childhood (ages 1-5 years) (RD, 0.34% [95% CI, 0.31%-0.36%]; RR, 2.79 [95% CI, 2.61-2.98]) and the lowest RDs and RRs among those between ages 18 and 28 years (RD, 0.07% [95% CI, 0.04%-0.10%]; RR, 1.13 [95% CI, 1.07-1.19]). We identified increased risks of mortality associated with several causes, including respiratory, circulatory, and digestive system disorders; nervous system, endocrine, and infectious diseases; cancers; congenital malformations; and conditions originating in the perinatal period. No associations were found for external causes of deaths. Associations by GA categories suggested lower risks with higher GA. Conclusions and Relevance: The findings of this population-based matched cohort study suggest that individuals born preterm were at an increased risk of death from birth until their third and fourth decades of life, with higher risks as GA decreased. Some of these associations may have been partly due to underlying health determinants that affected PTB and mortality. These findings suggest that PTB should be recognized as a risk factor for mortality and could inform preventive strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,827

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,337
Écart entre enseignants0,302 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations33
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetBirth, Development, and HealthTravaux en français237 207