MétaCan
Menu
Retour à la cohorte
Enregistrement W7117292460 · doi:10.1002/pds.70303

Medications Used Among Nonhospitalized Pregnant Women With <scp>COVID</scp> ‐19: A Prospective Individual Patient Data Meta‐Analysis in Europe and North America

2025· article· en· W7117292460 sur OpenAlexafffund
Odette de Bruin, Émeline Maisonneuve, Eimir Hurley, Hedvig M E Nordeng, Anick Bérard, Odile E Sheehy, P. Kaul, Mayura U Shinde, Austin Cosgrove, Jennifer G. Lyons, Elizabeth Messenger‐Jones, Maria E. Kempner, Sengwee Toh, Wei Hua, José J. Hernández‐Muñoz, Leyla Şahin, Carolyn E. Cesta, David Hägg, Rosa Gini, Olga Paoletti, Beatriz Poblador‐Plou, Sue Jordan, Daniel Thayer, Clara L. Rodríguez‐Bernal, Francisco Sánchez‐Sáez, Régis Lassalle, Marie‐Agnès Bernard, Ema Alsina, Fariba Ahmadizar, Guillaume Favre, Alice Panchaud, Kitty W M Bloemenkamp, Kelly Plueschke, Corinne S de Vries, Satu J. Siiskonen, Miriam C J M Sturkenboom

Notice bibliographique

RevuePharmacoepidemiology and Drug Safety · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Impact on Reproduction
Établissements canadiensUniversity of AlbertaUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesCanadian Institutes of Health ResearchU.S. Food and Drug AdministrationEuropean Medicines AgencyUniversiteit UtrechtCanada Foundation for Innovation
Mots-clésAntithromboticPharmacoepidemiologyMultinational corporationPatient dataPublic healthMEDLINE

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Aim To estimate the prevalence of medication use in nonhospitalized pregnant women with COVID‐19. Methods A prospective two‐stage individual patient meta‐analysis across 10 data sources in Europe and North America studied medication use among nonhospitalized pregnant women with COVID‐19 between January 2020 and December 2022. Comparisons were made between medication use within 30 days pre‐ and post‐COVID‐19 diagnosis in this cohort and two comparator groups: pregnant women without COVID‐19 and nonpregnant women with COVID‐19. Prevalence estimates were pooled using a random‐effects model stratified by trimester. Results 50 335 nonhospitalized pregnant women with COVID‐19 were identified. The pooled prevalence of antibacterial use in the third trimester was higher post‐COVID‐19 diagnosis (6.8%, 95% confidence interval [CI] = 5.5–8.4, I 2 = 94%) compared with the same women pre‐COVID‐19 (3.9%, 95% CI = 3.1–4.9, I 2 = 89%). Overall, pregnant women with COVID‐19 had higher medication use compared to pregnant women without COVID‐19, although the CIs of the prevalence overlapped. Post‐COVID‐19, antithrombotic prevalence was 4.5% (95% CI = 1.1–16.5, I 2 = 100%) among pregnant women with COVID‐19 in the third trimester, compared to 2.1% (95% CI = 1.2–3.6, I 2 = 99%) among those without COVID‐19 in the third trimester. Compared to nonpregnant women with COVID‐19, pregnant women with COVID‐19 were less likely to be prescribed analgesics, antiprotozoals, corticosteroids, psychoanaleptics and psycholeptics, and more likely to be prescribed antithrombotics, cough and cold and nasal preparations, and drugs used in diabetes across all trimesters. High heterogeneity existed in nearly all analyses. Conclusion This international meta‐analysis reveals low medication use and country‐specific variations, enhancing insight into the management of COVID‐19 in nonhospitalized pregnant women. Higher antithrombotic use post‐COVID‐19 suggests prophylactic treatment in this population, but variation between countries emphasizes the challenges of combining multinational data.

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)0,012
score de la tête « metaresearch » (Gemma)0,024
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,024
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,043
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,048
Tête enseignante GPT0,359
Écart entre enseignants0,311 · 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
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePharmacoepidemiology and Drug SafetyMême sujetCOVID-19 Impact on ReproductionTravaux en français237 207