MétaCan
Menu
Retour à la cohorte
Enregistrement W6977659264 · doi:10.6084/m9.figshare.c.6961951

Association between gestational exposure and risk of orofacial clefts: a systematic review and meta-analysis

2023· other· en· W6977659264 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2023
Typeother
Langueen
DomaineSocial Sciences
ThématiqueOnline Learning Methods and Innovations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConfidence intervalRelative riskCohort studyMeta-analysisFunnel plotOdds ratioRisk factorObservational study

Résumé

récupéré en direct d'OpenAlex

Abstract Background The occurrence of orofacial Clefts (OFCs) is a congenital disease caused by many factors. According to recent studies, air pollution has a strong correlation with the occurrence of OFCs. However, there are still some controversies about the current research results, and there is no relevant research to review the latest results in recent years. Objective In this paper, the authors conducted a systematic review and meta-analysis to explore the correlation between ambient air pollution and the occurrence of neonatal OFCs deformity. Methods We searched Pubmed, Web of science, and Embase databases from the establishment of the database to May 2023. We included observational studies on the relationship between prenatal exposure to fine particulate matter 2.5 (PM2.5), fine particulate matter 10 (PM10), sulfur dioxide (SO2), nitrogen dioxide (NO2), ozone (O3), carbon monoxide (CO) and the risk of cleft lip (CL), cleft palate (CP), cleft lip with or without palate (CL/P). the Newcastle-Ottawa quality assessment scale (NOS) was used to evaluate the quality of the literature. Funnel plot and Egger’s regression were used to verify the publication bias. Random effect model or fixed effect model was used to estimate the combined relative risk (RR) and 95% confidence interval (95%CI). Results A total of eleven studies were included in this study, including four cohort studies and seven case-control studies, including 22,453 cases of OFCs. Ten studies had low risk of bias and only one study had high risk of bias. Three studies reported that PM2.5 was positively correlated with CL and CP, with a combined RR and 95%CI of 1.287(1.174,1.411) and 1.267 (1.105,1.454). Two studies reported a positive correlation between O3 and CL, with a combined RR and 95%CI of 1.132(1.047,1.225). Two studies reported a positive correlation between PM10 and CL, with a combined RR and 95%CI of 1.108 (1.017,1.206). No association was found between SO2, CO, NO2 exposure during pregnancy and the risk of OFCs. Conclusion The results of this study showed that there was a significant statistical correlation between exposure to PM10, PM2.5, O3 and the risk of OFCs in the second month of pregnancy. Exposure assessment, research methods and mechanisms need to be further explored.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,027
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0170,033
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,104
Tête enseignante GPT0,394
Écart entre enseignants0,291 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetOnline Learning Methods and InnovationsTravaux en français237 207