Weighted Cumulative Exposure Modelling to Assess the Association Between Reproductive Factors and Future Cardiovascular Disease in Women
Notice bibliographique
Résumé
BACKGROUND: The occurrence of reproductive or pregnancy events, such as severe maternal morbidity (SMM), may reveal a predisposition to chronic disease and premature mortality. However, most studies have examined these exposures without considering their timing, severity, or recurrence. OBJECTIVES: We propose using a weighted cumulative exposure (WCE) modelling approach to flexibly describe the relationship between reproductive events and longer-term health outcomes in a longitudinal cohort of pregnant women. METHODS: Application of the WCE modelling approach is accomplished in three steps. First, relative weights are estimated from a multivariable Cox proportional hazards model corresponding to the association of each reproductive risk factor with a given health outcome. Then, a longitudinal dataset is constructed in which all reproductive predictors are recorded at regular intervals (every 3 months), beginning 42 days after each woman's first birth in the cohort and ending at an outcome or censoring event. A new multivariable Cox model applied to this longitudinal dataset, incorporating time-varying WCE-derived reproductive risk scores along with simple time-varying reproductive and non-reproductive predictors, is estimated. Finally, adjusted WCE-based hazard ratios (HR) associated with different reproductive event exposure histories are calculated. RESULTS: In the cohort of 1,992,972 births in Canada (excluding Quebec), 2008-2021, with mean (SD) follow-up time in the longitudinal dataset of 7.3 ± 3.8 years, we propose to use the WCE approach to predict outcomes such as premature cardiovascular disease (16,846 cardiovascular hospitalisations observed, or 1.19 per 1000 person-years). CONCLUSIONS: Use of flexible WCE modelling to quantify risks of pregnancy events such as SMM, adjusted for reproductive and non-reproductive CVD risk factors, will account for variation in timing and severity of these events and will capture their cumulative effects across a woman's reproductive trajectory. This approach can refine estimates of etiologic associations and inform novel clinical prediction models with the potential to predict postpartum long-term health outcomes for a given woman based on her unique reproductive history.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».