Association of premature birth and maternal education level on attention deficit hyperactivity disorder in children: A meta-analysis
Notice bibliographique
Résumé
BACKGROUND Attention deficit hyperactivity disorder (ADHD) is a prevalent neurodevelopmental disorder in childhood. There is growing evidence that both preterm birth and maternal education levels substantially affect the likelihood of ADHD in children. However, there are limited systematic reviews and meta-analyses examining these associations. AIM To systematically review and conduct a meta-analysis on the association of preterm birth and maternal education level on the risk of ADHD in children. METHODS We conducted a comprehensive literature search across MEDLINE (PubMed), Web of Science, Embase, and the Cochrane Library, including studies published up to June 17, 2024. Data synthesis was performed using random-effect models, and the quality of studies was assessed using the Newcastle-Ottawa Scale. RESULTS This study included twelve studies, which revealed a significant association between premature delivery and an increased risk of ADHD in children [odds ratio (OR) = 2.76, 95% confidence interval (CI): 2.52-3.04, P < 0.001, I² = 1.9%). Conversely, higher maternal education levels were significantly associated with a reduced risk of ADHD in children (OR = 0.59, 95%CI: 0.48-0.73, P < 0.001, I² = 47.1%). Subgroup analysis further indicated that maternal education levels significantly influenced ADHD risk, particularly in studies conducted in China (OR = 0.59, 95%CI: 0.46-0.75, P < 0.001, I² = 81.2%), while no significant association was observed in studies from other regions (OR = 1.25, 95%CI: 0.66-2.40, P = 0.495, I² = 92.3%). The sensitivity analysis confirmed the robustness of our findings, showing no significant publication bias. CONCLUSION This study found that preterm birth significantly increases the risk of ADHD in children, while a higher maternal education level serves as a protective factor against ADHD. To reduce the incidence of ADHD in children, public health policies should focus on early intervention for preterm infants and improving maternal education levels.
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 | 0,012 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,062 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».