Measures of maternal tobacco smoke exposure and foetal growth
Notice bibliographique
Résumé
Objective. Most biomarker studies of maternal smoking have been based on a single blood or urinary cotinine value, which is inadequate in capturing maternal tobacco exposure over the entire pregnancy. This thesis used maternal hair biomarkers to investigate the association between maternal active and passive smoking, and birthweight for gestational age (BW for GA). Methods. Subjects were 444 term controls drawn from 5,337 participants of a multi-centre nested case-control study of preterm birth in Montreal. Maternal hair, collected after delivery, was measured for average nicotine and cotinine concentration across the pregnancy, assuming hair growth of 1 cm/month. The BW for GA z-score used Canadian population-based standards. Multiple linear regression was used to assess effects on the z-score, after controlling for potential confounders. Results. In regression models for maternal active smoking analysis, the addition of hair nicotine to models containing either self-report or hair cotinine or both self-report and cotinine explained significantly more variance in the BW for GA z-score (p=0.009, p=0.017, and p=0.033, respectively). In maternal passive smoking analysis, no significant effect of ETS on BW for GA was found using hair biomarkers. Conclusion. These results indicate that hair biomarkers are sensitive tools capable of predicting reductions in birthweight for maternal active smoking. The stronger results obtained for nicotine are reflective of the fact that hair nicotine is a better measure of maternal smoking, but it could also suggest that nicotine plays an aetiologic role in affecting foetal growth.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».