MétaCan
Menu
Retour à la cohorte
Enregistrement W6925043993 · doi:10.17605/osf.io/24ykt

Birth Weight and Maternal Pre-Pregnancy Body Mass Index and the Risk of Childhood Type I Diabetes: A Systematic Review and Dose-Response Meta-Analysis of Cohort Studies of over Ten-Million Participants

2019· article· en· W6925043993 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Science Framework · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiquePaleontology and Stratigraphy of Fossils
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOdds ratioData extractionCohort studyHazard ratioConfidence intervalEpidemiologyRetrospective cohort studyObservational studyMEDLINE

Résumé

récupéré en direct d'OpenAlex

Search Strategy The recommendations of the Meta-Analysis of Observational Studies in Epidemiology guidelines (MOOSE) follow in the conduct of this systematic review and meta-analysis. A comprehensive literature search of retrospective and prospective cohort studies conduct in PubMed/MEDLINE, Scopus, Cochrane library, and Web of Science databases, a from database inception to now. The search strategy comprise of “body mass index” OR “Birth weight” AND “Type 1 diabetes” relevant terms. Reference lists from original and review papers investigate to identify additional relevant studies and an email alert service activate in databases to avoid any missing new articles published after our search. Inclusion criteria Studies include if they adhere following inclusion criteria: 1) investigated the association between BMI or birth weight and type I diabetes in a retrospective or prospective study; 2) reported appropriate estimates such as the hazard ratio (HR), risk ratio (RR), or odds ratio (OR) and the corresponding 95% confidence intervals (CI). Studies were excluded if they were conference papers, review papers, editorials, non-human studies, case reports, ecological studies, or letters without sufficient data. Multiple reports for same cohort, cross sectional, case-control, and intervention studies were also excluded. Data extraction and quality assessment Title and abstract screening of searched studies conduct by Two authors, independently. Subsequently, full texts studies assesse, and discrepancies resolve through discussion with a senior author. Relevant data extract according to extraction forms, where the following data extracte: the first authors, year of publication, year of start and finishing studies, study location, cohort name, number of participants, summary estimates and 95% CIs of type I diabetes. Fully adjusted models were used for the meta-analysis. The Newcastle-Ottawa Quality Assessment Scale (NOS) use to assessment of studies quality and Studies were considered with aggregate scores of 0-6 as having low quality and 6.5-9 as having high quality. Statistical analysis All statistical analyses conduct using STATA 14.0 statistical software (Stata Corporation, College Station, Texas, USA). In order to combine risk estimates of type I diabetes in children, DerSimonian and Laird random effects model used.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil0,566

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,028
Tête enseignante GPT0,303
Écart entre enseignants0,276 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Science FrameworkMême sujetPaleontology and Stratigraphy of FossilsTravaux en français237 207