Time-related Bias When Studying Perinatal Complications After Maternal Injuries: Application to Maternal Injuries and Preterm Birth
Notice bibliographique
Résumé
BACKGROUND: Some studies examining associations between maternal injuries and preterm birth reported null or counterintuitive protective effects, especially for 3rd-trimester injuries, likely due to time-related biases. METHODS: This retrospective cohort study comprised all births occurring at the Atrium Health Wake Forest Baptist health system between 2018 and 2024. We ascertained maternal injuries using validated diagnostic codes and defined preterm birth as gestational age at delivery <37 weeks. We estimated associations between maternal injuries and preterm birth with two approaches. We used logistic regression for time-fixed analysis (injury at any point in pregnancy yes/no and preterm birth yes/no) and Cox proportional hazards models for time-varying analysis (i.e., time-varying injury definition, restricted follow-up to periods when pregnancies were at risk of preterm birth). RESULTS: Among 58,897 births, 1,801 women (3.1%) experienced maternal injuries during pregnancy. With the time-varying approach, maternal injuries were associated with increased risk of preterm birth (adjusted hazard ratio [HR]: 1.16; 95% confidence interval [CI] = 1.01, 1.32). Trimester-specific analyses showed positive associations for all trimesters, with higher effect estimates observed for 2nd and 3rd trimester injuries (adjusted HRs: 1.17; 95% CI = 0.97, 1.42) and 1.22 (95% CI = 0.92, 1.61), respectively. With time-fixed analyses, associations for any injury were underestimated, compared with time-varying analyses, and results for 3rd trimester injuries showed counterintuitive negative associations (adjusted odds ratio: 0.73 [0.54, 0.98]). CONCLUSIONS: Time-related biases typically underestimate associations between maternal injuries and preterm birth, particularly for 3rd - trimester injuries. Rigorous study design and analytical methods that account for time-related biases are crucial in studies investigating adverse outcomes after maternal injuries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,326 | 0,512 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,015 |
| Bibliométrie | 0,007 | 0,012 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,008 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».