Changes in preterm birth and stillbirth during COVID-19 lockdowns in 26 countries
Notice bibliographique
Résumé
Preterm birth (PTB) is the leading cause of infant mortality worldwide. Changes in PTB rates, ranging from -90% to +30%, were reported in many countries following early COVID-19 pandemic response measures ('lockdowns'). It is unclear whether this variation reflects real differences in lockdown impacts, or perhaps differences in stillbirth rates and/or study designs. Here we present interrupted time series and meta-analyses using harmonized data from 52 million births in 26 countries, 18 of which had representative population-based data, with overall PTB rates ranging from 6% to 12% and stillbirth ranging from 2.5 to 10.5 per 1,000 births. We show small reductions in PTB in the first (odds ratio 0.96, 95% confidence interval 0.95-0.98, P value <0.0001), second (0.96, 0.92-0.99, 0.03) and third (0.97, 0.94-1.00, 0.09) months of lockdown, but not in the fourth month of lockdown (0.99, 0.96-1.01, 0.34), although there were some between-country differences after the first month. For high-income countries in this study, we did not observe an association between lockdown and stillbirths in the second (1.00, 0.88-1.14, 0.98), third (0.99, 0.88-1.12, 0.89) and fourth (1.01, 0.87-1.18, 0.86) months of lockdown, although we have imprecise estimates due to stillbirths being a relatively rare event. We did, however, find evidence of increased risk of stillbirth in the first month of lockdown in high-income countries (1.14, 1.02-1.29, 0.02) and, in Brazil, we found evidence for an association between lockdown and stillbirth in the second (1.09, 1.03-1.15, 0.002), third (1.10, 1.03-1.17, 0.003) and fourth (1.12, 1.05-1.19, <0.001) months of lockdown. With an estimated 14.8 million PTB annually worldwide, the modest reductions observed during early pandemic lockdowns translate into large numbers of PTB averted globally and warrant further research into causal pathways.
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) | 0,000 | 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 ».