Real‐World Study for Mother‐To‐Child Transmission of Hepatitis B in Guangdong Province, 2021–2023
Notice bibliographique
Résumé
This study aimed to evaluate the status of hepatitis B virus (HBV) mother-to-child transmission (MTCT) among infants born to hepatitis B surface antigen (HBsAg)-positive mothers from 2021 to 2023 and identify key factors influencing HBV MTCT, providing critical insights to inform future HBV prevention strategies. Data were obtained from the case records of HBsAg-positive pregnant women and their newborns in Guangdong Province from January 1, 2021, to December 31, 2023. For HBsAg and anti-HBs positive rates, bivariate analysis was conducted to examine associations between maternal and infant characteristics. Additionally, Firth's bias reduction logistic regression analysis was conducted to identify factors influencing MTCT. Our study analysed data from 131,781 HBsAg-positive pregnant women and their newborns in Guangdong Province from 2021 to 2023. Among 131,781 infants completing PVST, the overall HBV MTCT rate was 0.44%, with an anti-HBs positivity rate of 93.48%. Maternal age, administration of HepB-BD and HBIG and use of antiviral treatment during pregnancy were significantly associated with HBV MTCT. However, birth weight, maternal education level, mode of delivery and number of births were not significantly associated with HBV MTCT risk. This study provides a comprehensive analysis of HBV MTCT among HBsAg-positive pregnant women and their infants in Guangdong Province from 2021 to 2023. Despite significant advancements in HBV MTCT prevention, our findings underscore the need for enhanced strategies, particularly for pregnant women with high HBV viral loads. Strengthening maternal antiviral treatment, ensuring timely and comprehensive infant follow-up, and implementing targeted health education programs will be essential for further reducing MTCT rates and improving long-term outcomes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».