Bibliographic record
Abstract
L’asthme est connu comme l’une des maladies chroniques les plus fréquentes chez la femme enceinte avec une prévalence de 4 à 8%. La prévalence élevée de l’asthme fait en sorte qu’on se préoccupe de l’impact de la grossesse sur l’asthme et de l’impact de l’asthme sur les issus de la grossesse. La littérature présente des résultats conflictuels concernant l’impact de l’asthme maternel sur les issus périnatales comme les naissances prématurées, les bébés de petit poids et les bébés de petit poids pour l’âge gestationnel (PPGA). De plus, les données scientifiques sont rares concernant l’impact de la sévérité et de la maîtrise de l’asthme durant la grossesse sur les issus périnatales. Donc, nous avons mené cinq études pour réaliser les objectifs suivants: 1. Le développement et la validation de deux indexes pour mesurer la sévérité et la maîtrise de l’asthme. 2. L’évaluation de l’impact du sexe du fœtus sur le risque d’exacerbation de l’asthme maternel et l’utilisation de médicaments antiasthmatiques durant la grossesse; 3. L’évaluation de l’impact de l’asthme maternel sur les issus périnatales; 4. L’évaluation de l’impact de la sévérité de l’asthme maternel durant la grossesse sur les issus périnatales; 5. L’évaluation de l’impact de la maîtrise de l’asthme maternel durant la grossesse sur les issus périnatales. Pour réaliser ces projets de recherche, nous avons travaillé avec une large cohorte de grossesse reconstruite à partir du croisement de trois banques de données administratives du Québec recouvrant la période entre 1990 et 2002. Pour les trois dernières études, nous avons utilisé un devis de cohorte à deux phases d’échantillonnage pour obtenir, à l’aide d’un questionnaire postal, des informations complémentaires qui ne se trouvaient pas dans les banques de données, comme la consommation de cigarettes et d’alcool pendant la grossesse. Nous n’avons trouvé aucune différence significative entre les mères de fétus féminins et de fétus masculins pour les exacerbations de l’asthme pendant la grossesse (aRR=1.02; IC 95%: 0.92 to 1.14). Par contre, nous avons trouvé que le risque de bébé PPGA (OR: 1.27, IC 95%: 1.14-1.41), de bébé de petit poids (OR: 1.41, IC 95%:1.22-1.63) et de naissance prématurée (OR: 1.64, IC 95%:1.46-1.83) était significativement plus élevés chez les femmes asthmatiques que chez les femmes non asthmatiques. De plus, nous avons démontré que le risque d’un bébé PPAG était significativement plus élevé chez les femmes avec un asthme sévère (OR:1.48, IC 95%: 1.15-1.91) et modéré (OR: 1.30, IC 95%:1.10-1.55) que chez les femmes qui avaient un asthme léger. Nous avons aussi observé que les femmes qui avaient un asthme bien maîtrisé durant la grossesse étaient significativement plus à risque d’avoir un bébé PPAG (OR:1.28, IC 95%: 1.15-1.43), un bébé de petit poids (OR: 1.42, IC 95%:1.22-1.66), et un bébé prématuré (OR: 1.63, IC 95%:1.46-1.83) que les femmes non asthmatiques. D’après nos résultats, toutes les femmes asthmatiques même celles qui ont un asthme bien maîtrisé doivent être suivies de près durant la grossesse car elles courent un risque plus élevé d’avoir des issus de grossesses défavorables pour leur nouveau-né.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".