MétaCan
Menu
Retour à la cohorte
Enregistrement W6960429105 · doi:10.1371/journal.pmed.1004342.s002

PRISMA checklist.

2024· article· en· W6960429105 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Pathogens and Resistance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMiscarriagePregnancyOdds ratioConfidence intervalMeta-analysisHazard ratioCohort studyRelative riskFunnel plot

Résumé

récupéré en direct d'OpenAlex

<div> Background Evidence suggests common pathways between pregnancy losses and subsequent long-term maternal morbidity, rendering pregnancy complications an early chronic disease marker. There is a plethora of studies exploring associations between miscarriage and stillbirth with long-term adverse maternal health; however, these data are inconclusive. Methods and findings We systematically searched MEDLINE, EMBASE, AMED, BNI, CINAHL, and the Cochrane Library with relevant keywords and MeSH terms from inception to June 2023 (no language restrictions). We included studies exploring associations between stillbirth or miscarriage and incidence of cardiovascular, malignancy, mental health, other morbidities, and all-cause mortality in women without previous pregnancy loss. Studies reporting short-term morbidity (within a year of loss), case reports, letters, and animal studies were excluded. Study selection and data extraction were performed by 2 independent reviewers. Risk of bias was assessed using the Newcastle Ottawa Scale (NOS) and publication bias with funnel plots. Subgroup analysis explored the effect of recurrent losses on adverse outcomes. Statistical analysis was performed using an inverse variance random effects model and results are reported as risk ratios (RRs) with 95% confidence intervals (CIs) and prediction intervals (PIs) by combining the most adjusted RR, odds ratios (ORs) and hazard ratios (HRs) under the rare outcome assumption. We included 56 observational studies, including 45 in meta-analysis. There were 1,119,815 women who experienced pregnancy loss of whom 951,258 had a miscarriage and 168,557 stillbirth, compared with 11,965,574 women without previous loss. Women with a history of stillbirth had a greater risk of ischaemic heart disease (IHD) RR 1.56, 95% CI [1.30, 1.88]; <i>p</i> < 0.001, 95% PI [0.49 to 5.15]), cerebrovascular (RR 1.71, 95% CI [1.44, 2.03], <i>p</i> < 0.001, 95% PI [1.92, 2.42]), and any circulatory/cardiovascular disease (RR 1.86, 95% CI [1.01, 3.45], <i>p</i> = 0.05, 95% PI [0.74, 4.10]) compared with women without pregnancy loss. There was no evidence of increased risk of cardiovascular disease (IHD: RR 1.11, 95% CI [0.98, 1.27], 95% PI [0.46, 2.76] or cerebrovascular: RR 1.01, 95% CI [0.85, 1.21]) in women experiencing a miscarriage. Only women with a previous stillbirth were more likely to develop type 2 diabetes mellitus (T2DM) (RR: 1.16, 95% CI [1.07 to 2.26]; <i>p</i> < 0.001, 95% PI [1.05, 1.35]). Women with a stillbirth history had an increased risk of developing renal morbidities (RR 1.97, 95% CI [1.51, 2.57], <i>p</i> < 0.001, 95% [1.06, 4.72]) compared with controls. Women with a history of stillbirth had lower risk of breast cancer (RR: 0.80, 95% CI [0.67, 0.96], p-0.02, 95% PI [0.72, 0.93]). There was no evidence of altered risk of other malignancies in women experiencing pregnancy loss compared to controls. There was no evidence of long-term mental illness risk in women with previous pregnancy losses (stillbirth: RR 1.90, 95% CI [0.93, 3.88], 95% PI [0.34, 9.51], miscarriage: RR 1.78, 95% CI [0.88, 3.63], 95% PI [1.13, 4.16]). The main limitations include the potential for confounding due to use of aggregated data with variable degrees of adjustment. Conclusions Our results suggest that women with a history of stillbirth have a greater risk of future cardiovascular disease, T2DM, and renal morbidities. Women experiencing miscarriages, single or multiple, do not seem to have an altered risk. </div>

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,772
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,1690,004

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 Opus0,027
Tête enseignante GPT0,216
Écart entre enseignants0,189 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetPlant Pathogens and ResistanceTravaux en français237 207