Influence du diabète antérieur à la grossesse sur les anomalies congénitales au Canada entre 2002 et 2012
Bibliographic record
Abstract
Objectif Examiner l’influence du diabète antérieur à la grossesse sur la prévalence à la naissance des anomalies congénitales au Canada. Méthodologie Nous avons réalisé une étude en population chez l’ensemble des femmes ayant accouché à l’hôpital au Canada (hors Québec) entre avril 2002 et mars 2013, ainsi que chez leurs enfants nés vivants ayant un poids à la naissance d’au moins 500 grammes ou un âge gestationnel d’au moins 22 semaines. On a attribué les codes de diagnostic de la CIM-10 au diabète de type 1 ou de type 2 antérieur à la grossesse. L’association entre le diabète et l’ensemble des anomalies congénitales ainsi qu’avec les diverses catégories prises séparément a été estimée à l’aide des rapports de cotes ajustés et son influence a été calculée sous forme de pourcentage de risque attribuable dans la population (%RAP). Résultats Sur les 2 839 680 naissances vivantes, 118 892 nouveau-nés étaient atteints d’anomalies congénitales (41,9 pour 1 000). Même si la prévalence des anomalies congénitales est passée de 50,7 pour 1 000 naissances vivantes en 2002–2003 à 41,5 pour 1 000 en 2012–2013, le %RAP d’une anomalie congénitale liée au diabète antérieur à la grossesse est passé de 0,6 % (intervalle de confiance [IC] à 95 % : 0,4 à 0,8) à 1,2 % (IC à 95 % : 0,9 à 1,4). Plus précisément, le %RAP des cardiopathies congénitales est passé de 2,3 % (IC à 95 % : 1,7 à 2,9) à 4,2 % (IC à 95 % : 3,5 à 4,9) et celui des anomalies gastrointestinales de 0,8 % (IC à 95 % : 0,2 à 1,9) à 1,4 % (IC à 95 % : 0,7 à 2,6) au cours de la période étudiée. Conclusion En dépit de la diminution relative de la prévalence des anomalies congénitales au Canada, la proportion d’anomalies congénitales pouvant être attribuées au diabète maternel antérieur à la grossesse a augmenté. On recommande l’amélioration des initiatives en matière de soins préconceptionnels destinées aux femmes diabétiques.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".