Trends in adverse pregnancy outcomes in Louisiana, 2017 to 2022
Notice bibliographique
Résumé
Natural disasters can lead to more adverse pregnancy outcomes (APO). It is unclear if the extended COVID-19 pandemic has impacted APOs and pre-existing conditions among perinatal populations with increased risk of severe maternal morbidity and mortality.A retrospective chart review was conducted of hospital records and birth certificates in the largest birth hospital in Louisiana from 2017 to 2022. Amongst 27,877 births (50.9% White, 38.3% Black, 28.9 ± 5.6 years), gestational diabetes (GDM) was lowest in pre-pandemic conceptions (11.0%, June 2017-May 2019) and rose to 16.4% early pandemic (October 2019-February 2020) but leveled off at 12.2% in peak (March 2020-February 2021) and late pandemic (March 2021-September 2021). Individuals who conceived in early and peak pandemic were 47% (95% CI 33, 63) and 11% (95% CI 2, 20) more likely to develop GDM respectively, compared to pre-pandemic conceptions. Individuals who delivered during early (aRR: 1.54, 95% CI 1.33-1.78), peak (aRR: 1.48, 95% CI 1.32-1.65), and late (aRR: 1.62, 95% CI 1.41, 1.85) pandemic were more likely to develop preeclampsia and HELLP syndrome compared to pre-pandemic conceptions. Individuals were also 17% (95% CI 5, 32) more likely to enter pregnancy with chronic hypertension in peak pandemic compared to pre-pandemic. In paired analysis (n = 3390), individuals with a pandemic conception that occurred early pandemic had a higher risk of developing GDM compared to their pre-pandemic pregnancy (aOR 3.26, 95% CI 1.52, 6.97). Supporting birthing individuals amongst significant stressful events, especially in early gestation, is critical for preventing APOs and severe maternal morbidity and mortality.
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 | 0,001 | 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) | 0,000 | 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 ».