Association Between Neighborhood Deprivation and Gestational Diabetes: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Gestational diabetes mellitus (GDM) is a major global health concern, affecting maternal and child health. Although genetic predispositions and individual medical histories are well-recognized risk factors, emerging research suggests a significant impact of external factors like neighborhood socioeconomic characteristics. This study systematically reviews and meta-analyzes the association between neighborhood deprivation and GDM incidence. We searched multiple databases up to January 10, 2024, for studies linking neighborhood deprivation with GDM. Eligible studies were selected based on predefined criteria, with the Nested Knowledge software assisting in screening and data extraction. Quality assessment utilized the Newcastle-Ottawa Scale, and a random-effects model computed the pooled relative risk (RR) using R software, version 4.3. The review included six studies varying significantly in design, sample sizes, and deprivation assessment methods. The meta-analysis combined data from five studies totaling 15 827 participants from the least deprived and 18 147 from the most deprived neighborhoods, yielding an RR of 0.909, indicating a non-significant lower risk of GDM in more deprived groups. A substantial heterogeneity (I 2 = 70%) was observed, and sensitivity analysis confirmed the robustness of these findings. This analysis suggests that living in a deprived neighborhood does not significantly alter GDM risk, underscoring the necessity for further research to refine public health strategies and interventions. The variability in neighborhood deprivation definitions and potential unaccounted confounding factors highlight the need for comprehensive studies, especially from low-income and middle-income countries, to elucidate the intricate links between socioeconomic factors and GDM.
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 | 0,011 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».