The association of COVID-19 lockdowns with adverse birth and pregnancy outcomes in 28 high-income countries: a systematic review and meta-analysis
Notice bibliographique
Résumé
We conducted a systematic review and meta-analysis to review the association of lockdowns with adverse birth and pregnancy outcomes (ABPOs) and related inequalities, in high-income countries (HICs). Databases (EMBASE, MEDLINE/PubMed and Web of Science) were searched from 1 January 2019 to 22 June 2023 for original observational studies based in HICs that compared the rates of ABPOs, before and during lockdowns. The risk of bias was assessed using the Newcastle-Ottawa tool for cohort studies. We ran random-effects meta-analyses and subgroup analyses per region, lockdown period, ethnicity group and deprivation level and adjusted for underlying temporal trends. A total of 132 studies were meta-analysed from 28 HICs. Reduced rates of preterm birth (reported by 26 studies) were associated with the first lockdown (relative risk 0.96, 95% confidence interval 0.93-0.99), 11 studies adjusted for long-term trends and the association remained (0.97, 0.95-0.99), and subgroup analysis found that this association varied by continental region. Ten studies reported positive screening rates for possible depression antenatally, and lockdown was associated with increases in positive screening rates (1.37, 1.06-1.78). No other ABPOs were associated with lockdowns. Investigation of inequalities was limited due to data availability and heterogeneity; further research is warranted on the effect of lockdowns on health inequalities. This study was funded by the National Institute of Health Research, School of Primary Care Research and registered on PROSPERO (CRD42022327448).
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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 ».