Associations Between Modifiable Preconception Care Indicators and Pregnancy Outcomes
Notice bibliographique
Résumé
PURPOSE: This study explored gaps and opportunities in preconception care with a focus on determining whether modifiable preconception care indicators are associated with preterm births. METHODS: This retrospective case-control study explored prepregnancy data of patients ≥18 years old who delivered preterm (cases) versus full term (controls) between June 1, 2018, and May 31, 2019, at a health care network in Pennsylvania. Cases were matched 1:2 with controls based on age, parity, and history of preterm delivery. A literature review yielded 11 key indicators of quality preconception care. Documentation of counseling on these indicators were extracted from patient charts from their most recent primary care visit before pregnancy (preconception care) and their pregnancy intake visit (prenatal care). Bivariate analyses were used to assess whether any of the 11 preconception indicators were associated with preterm birth. All analyses were conducted using SPSS statistical software. RESULTS: Our sample included 663 patient charts: 221 preterm births and 442 term births. Elevated blood pressure (>120/80) in the preconception period (Odds Ratio [OR] = 1.84) and at the prenatal intake visit (OR = 1.68) was significantly associated with preterm birth. In addition, patients with Body Mass Index (BMI) ≤18 or ≥30 at their prenatal visit were nearly twice as likely (OR = 1.85) to have pregnancies resulting in preterm birth. CONCLUSIONS: Our study highlights BMI and Blood Pressure (BP) as key focus points for preconception counseling. Additional studies are needed to determine whether pregnancy outcomes other than preterm birth may be influenced by these and other preconception care indicators.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».