MétaCan
Menu
Retour à la cohorte
Enregistrement W4411566981 · doi:10.1002/ijgo.70295

Prevalence and risk factors of delivery of large‐for‐gestational age infants among pregnant women with gestational diabetes: A systematic review and meta‐analysis

2025· review· en· W4411566981 sur OpenAlexaboutno aff
Chunfen Yang, Fuliang Shangguan, Hanbing Li, Yu Guo, Hui Liu, Yinhua Su, Zhongyu Li

Notice bibliographique

RevueInternational Journal of Gynecology & Obstetrics · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueGestational Diabetes Research and Management
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Hunan ProvinceNational Natural Science Foundation of China
Mots-clésMedicineGestational diabetesMeta-analysisObstetricsGestational agePregnancyGestationInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Delivery of large‐for‐gestational age (LGA) infants among women with gestational diabetes (GD) is a public problem that endangers mothers and children. Although numerous studies have reported various risk factors associated with LGA delivery among patients with GD, there is currently a lack in systematic summarization. Objectives The objective of the current study was to identify the risk factors of LGA delivery among women with GD and provide guidance for clinical personnel. Search Strategy Systematic searches of PubMed, Web of Science, Cochrane Library, Scopus, EMBASE, OVID, and CINAHL were conducted from inception to August 1, 2024. Selection Criteria Observational studies that focused on risk factors of LGA deliveries among women with GD were included in this review. Data Collection and Analysis This review followed Preferred Reporting Items for Systematic Review and Meta‐Analysis guidelines, and the Newcastle‐Ottawa Scale and Agency for Healthcare Research and Quality checklist were used to evaluate the quality of the included studies. The pooled odds ratios with 95% confidence intervals were calculated by a fixed/random‐effects model. To identify the sources of heterogeneity, subgroup, meta‐regression, and sensitivity analyses were also conducted. The I 2 statistic was used to measure heterogeneity between studies. Publication bias was assessed using funnel plots and Egger test. Main Results A total of 25 studies were included in this review, including 60 580 women with GD. The prevalence of LGA deliveries among women with GD was found to be associated with significant heterogeneity ( I 2 = 97.60%; P < 0.100), suggesting that caution is needed when generalizing these findings. The prevalence of LGA deliveries among women with GD was found to be more likely a result of several identified factors, including multiparity (≥2), prepregnancy overweight/obesity, excessive gestational weight gain, unstable blood glucose control during pregnancy, hypertriglyceridemia in pregnancy, and low levels of high‐density lipoprotein cholesterol in pregnancy. Conclusions The prevalence of LGA deliveries among women with GD was approximately 14.5%. Identifying the associated risk factors allowed for more precise screening for high‐risk populations, enabling timely interventions to reduce the incidence of LGA deliveries among women with GD. PROSPERO registration no. CRD42024559013.

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)0,013
score de la tête « metaresearch » (Gemma)0,043
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,043
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0210,037
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,026
Tête enseignante GPT0,334
Écart entre enseignants0,308 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Gynecology & ObstetricsMême sujetGestational Diabetes Research and ManagementTravaux en français237 207