Investigating the causal impact of gestational diabetes on youth-onset hypertension in offspring
Notice bibliographique
Résumé
Hypertension is the second most common pediatric chronic disease worldwide. Previous work suggests that an individual’s risk for hypertension could begin in utero. Early seminal studies demonstrated a link between exposure to malnutrition in utero and elevated risk for cardiometabolic abnormalities in the offspring. In the 21st century, studies revealed that hyperglycemia, pre-pregnancy diabetes, and gestational diabetes were all associated with markers of offspring cardiovascular health including increased blood pressure. However, it was not clear whether these associations represented a causal effect. Additionally, it is unclear the extent to which trends in gestational diabetes incidence have changed over time. This thesis was designed to fill these knowledge gaps. First, I conducted a descriptive study of gestational diabetes incidence to assess trends over time and among high-risk groups. Second, to investigate the causal impact of gestational diabetes on youth-onset hypertension among offspring, I conducted a triangulation study. Triangulation in epidemiology refers to conducting multiple studies, all designed to assess the same research question, that have differing limitations, risk of bias, and assumptions. For this thesis I conducted (1) an exact-matched study, (2) a negative exposure control study, and (3) a discordant sibling-matched study. Results showed that diagnosis of gestational diabetes has increased markedly over the last several decades with high-risk groups experiencing the highest rates and lower risk groups experiencing the highest increase in rates. Additionally, the evidence suggests that it is unlikely that exposure to gestational diabetes confers a direct independent increased risk for the development of youth-onset hypertension. Collectively, the work completed for this thesis demonstrates the importance of exploring causal factors that may simultaneously contribute to the cause of both elevated gestational diabetes and elevated youth-onset hypertension.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».