MétaCan
Menu
Retour à la cohorte
Enregistrement W4408745647 · doi:10.1111/dom.16341

A meta‐analysis of adverse offspring health outcomes in patients with gestational diabetes mellitus

2025· review· en· W4408745647 sur OpenAlexaboutno aff
Junlan Qiu, Lingjun Li, Mengyu Fu, Meihua Zhang, Yanting Wu, Ying Xu, Hongmei Ding

Notice bibliographique

RevueDiabetes Obesity and Metabolism · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueGestational Diabetes Research and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGestational diabetesMeta-analysisOffspringConfidence intervalOdds ratioOverweightPublication biasSubgroup analysisObesityInternal medicineBlood pressureDiabetes mellitusObstetricsPregnancyEndocrinologyGestation

Résumé

récupéré en direct d'OpenAlex

This study aims to comprehensively evaluate the association between gestational diabetes mellitus (GDM) and the risk of chronic diseases, including obesity, glycolipid metabolic disorders, neurodevelopmental conditions and cardiovascular diseases, in offspring through a systematic meta-analysis. By searching PubMed, Web of Science and Cochrane systematic review databases, relevant observational studies published from January 2010 to February 2024 were comprehensively retrieved, and the Newcastle-Ottawa Scale was used to assess the quality of the studies. Subgroup analyses were performed based on the country status, offspring age, screening method and diagnostic criteria of GDM. A meta-regression model was used to assess the potential impact of study characteristics on the combined effect odds ratio (OR). Sensitivity analysis was conducted to examine the impact of individual studies on the overall results. Additionally, Egger's test and funnel plot analysis were utilized to assess potential publication bias. This meta-analysis included 32 studies, encompassing a total of 3 310 217 participants (90 304 women with GDM and 3 219 913 controls). Offspring exposed to GDM exhibited significantly elevated risks of obesity and overweight (OR = 1.57, 95% confidence interval [CI] [1.35, 1.82]), diabetes (OR = 4.50, 95% CI [2.87, 7.70]), autism spectrum disorder (OR = 1.38, 95% CI [1.20, 1.59]) and intellectual disabilities (OR = 1.70, 95% CI [1.52, 1.90]). Furthermore, offspring of mothers with GDM demonstrated higher systolic blood pressure (mean difference [MD] = 2.33, 95% CI [0.92, 3.75]), diastolic blood pressure (MD = 0.53, 95% CI [0.09, 0.96]), body mass index (BMI) (MD = 0.62, 95% CI [0.45, 0.80]), z-BMI score (MD = 0.27, 95% CI [0.15, 0.39]), triglyceride levels (MD = 0.04, 95% CI [0.04, 0.04]) and LDL cholesterol levels (MD = 0.02, 95% CI [0.02, 0.02]) compared to controls. In conclusion, maternal GDM is significantly associated with an increased risk of obesity, neurodevelopmental disorders, diabetes and cardiovascular diseases in offspring. Subgroup and regression analyses revealed that this association was largely unaffected by factors such as country status, offspring age, GDM screening methods or diagnostic criteria. Sensitivity analysis and bias assessment indicated that the findings were robust, with no significant publication bias detected among the included studies. GDM is a significant risk factor for offspring developing glycolipid metabolic disorders, neurodevelopmental conditions and cardiovascular diseases. This study provides a comprehensive understanding of the long-term health implications for offspring exposed to GDM, highlighting the elevated risk of chronic diseases in this population. These findings underscore the importance of implementing early preventive measures post-birth to mitigate the burden of associated chronic diseases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,027
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0140,048
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,000
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,315
Écart entre enseignants0,283 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations16
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes Obesity and MetabolismMême sujetGestational Diabetes Research and ManagementTravaux en français237 207