Association of Intrauterine Growth with Retinopathy of Prematurity Risk in Very Preterm Infants: A Multicenter Cohort Study
Notice bibliographique
Résumé
INTRODUCTION: The impact of intrauterine growth status as measured by BW percentiles on retinopathy of prematurity (ROP) pathogenesis remains inadequately characterized. The objectives of the study were to establish BW percentile-specific risk gradients for ROP development. METHODS: A multicenter cohort study was conducted with data were collected from Chinese Neonatal Network between January, 2019 and December, 2021. The exposure was GA- and sex-specific BW percentile. The primary outcome was incidence of ROP. Odds ratios (ORs) with 95% confidence intervals (CIs) were estimated, adjusted for potential confounders, and stratified by GA, infant sex, maternal hypertension, singleton/multiple birth. RESULTS: Totally 17,882 preterm infants were enrolled, BW was 1,300.0 (1,100.0-1,500.0) g and GA was 29.9 (28.6-31.0) weeks. The incidence was 27% for any stage ROP and 3.7% for severe ROP (stage 3 or above). Each decrease of BW percentile by 10% was associated with 15% increase of odds for either any stage ROP (aOR 0.85 [95% CI: 0.83-0.86]) or severe ROP (aOR 0.85 [95% CI: 0.82-0.89]). The optimal discriminative BW percentile on receiver operating characteristic curve was 26% for predicting any stage ROP and 19% for predicting severe ROP. Lower BW percentile under these cut-offs were associated with elevated odds of any stage ROP (aOR 2.20 [95% CI: 1.97-2.47] and severe ROP (aOR 2.91 [95% CI: 2.22-3.80]). CONCLUSIONS: ROP incidence was negatively associated with BW percentile. Each 10% decreased BW percentile was associated with 15% increased odds of any stage ROP and severe ROP.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».