Métodos de Estudio
Publicaciones debajo de ‘Métodos de Estudio’ explican y describen los componentes y las populaciones de ambos PRESTO y nuestro estudio danes “Snart Gravid”.
1. Este papel resume el diseño del estudio PRESTO (Pregnancy Study Online) de la Universidad de Boston. En los dos primeros años (2013-2015), 2,421 mujeres y 693 de sus parejas masculinas en los EE.UU. y Canadá se inscribieron en PRESTO. Wise LA, Rothman KJ, Mikkelsen EM, Stanford JB, Wesselink AK, McKinnon C, Gruschow SM, Horgan CE, Wiley AS, Hahn KA, Sørensen HT, Hatch EE. Design and conduct of an internet-based preconception cohort study in North America: Pregnancy Study Online. Paediatr Perinat Epidemiol. 2015; 29(4): 360-71.
2. Este artículo describe el estudio danes basado en web sobre la planificación del embarazo (“Snart Gravid”). Mikkelsen EM, Hatch EE, Wise LA, Rothman KJ, Riis A, Sørensen HT. Cohort profile: the Danish Web-based Pregnancy Planning Study—‘Snart Gravid’. Int J Epidemiol 2009; 38(4): 938-43.
3. En el estudio danes basado en web sobre la planificación del embarazo (“Snart Gravid”), nosotros asignamos a participantes para que recibieran una versión más larga o corta de la misma encuesta al azar en el momento de inscripción. Las tasas de inscripción fueron similares para las dos versiones. Rothman KJ, Mikkelsen EM, Riis A, Sørensen HT, Wise LA, Hatch EE. Randomized trial of questionnaire length. Epidemiology 2009; 20(1): 154.
4. Después del primer año del estudio danes basado en web sobre la planificación del embarazo (“Snart Gravid”), nosotros evaluamos la factibilidad y rentabilidad del estudio. Encontramos que el estudio fue exitoso en reclutando y reteniendo participantes y fue rentable. Huybrecht KF, Mikkelsen EM, Christensen T, Riis AH, Hatch EE, Wise LA, Sørensen HT, Rothman KJ. A successful implementation of e-epidemiology: the Danish pregnancy planning study ‘Snart-Gravid’. Eur J Epidemiol 2010; 25(5): 297-304.
5. Nosotros comparamos la exactitud del tiempo reportado para quedar embarazada cuando es reportado cada 2 meses mientras tratando de concebir contra cuando es recordado durante el primer trimestre del embarazo. Los dos métodos tuvieron resultados similares. Radin RG, Rothman KJ, Hatch EE, Mikkelsen EM, Sørensen HT, Riis AH, Fox MP, Wise LA. Maternal recall error in retrospectively reported time-to-pregnancy: an assessment and bias analysis. Paediatr Perinat Epidemiol 2015; 29(6): 576-88.
6. Nosotros analizamos las asociaciones entre varios factores de riesgo y los resultados de embarazo en el cohorte de Snart Gravid y entre todos los nacimientos en Dinamarca, usando datos del Registro de Nacimiento Nacional de Dinamarca. Asociaciones similares fueron encontradas, sugiriendo que no es probable que la parcialidad de selección sea un problema mayor en Snart Gravid. Hatch EE, Hahn KA, Wise LA, Mikkelsen EM, Jumar R, Fox MP, Brooks DR, Riis AH, Sørensen HT, Rothman KJ. Evaluation of selection bias in an internet-based study of pregnancy planners. Epidemiology 2016; 27(1): 98-104.
7. Nosotros comparamos medidos de dieta e ingesta nutricional usando un cuestionario basado en web contra un diario de comida de cuatro días. El cuestionario basado en web se realizó bien. Knudsen VK, Hatch EE, Cueto H, Tucker KL, Wise L, Christensen T, Mikkelsen EM. Relative validity of a semi-quantitative, web-based FFQ used in the ‘Snart Forældre’ cohort – a Danish study of diet and fertility. Public Health Nutr 2016; 19(6): 1027-34.
8. Nosotros comparamos los costos y la eficiencia de varios métodos para reclutar a participantes al estudio danes basado en web sobre la planificación de embarazo. Sobre 80% de participantes fueron inscritos vía varios métodos de reclutamiento en línea, los cuales tuvieron un costo promedio más bajo por participante comparado con los métodos no en línea como folletos o comunicados de prensa. Christensen T, Riis AH, Hatch EE, Wise LA, Nielsen MG, Rothman KJ, Sørensen HT, Mikkelsen EM. Costs and efficiency of online and offline recruitment methods: a web-based cohort study. J Med Internet Res 2017; 19(3): e58.
9. Este artículo describe el consorcio del análisis durante el periodo de pre concepción de riesgos y exposiciones que influyen la salud y el desarrollo (PrePARED por su sigla en inglés). Por el consorcio PrePARED, PRESTO trabajará junto con varios otros estudios de la salud durante la preconcepción para contestar preguntas importantes de investigación relacionadas con la fertilidad y el embarazo. Harville EW, Mishra GD, Yeung E, Mumford SL, Schisterman EF, Jukic AM, Hatch EE, Mikkelsen EM, Jiang H, Ehrenthal DB, Porucznik CA, Stanford JB, Wen SW, Harvey A, Symons Downs D, Yajnik C, Santillan D, Santillan M, McElrath TF, Woo JG, Urbina EM, Chavarro JE, Sotres-Alvarez D, Bazzano L, Zhang J, Steiner A, Gunderson EP, Wise LA. The Preconception Period analysis of Risks and Exposures Influencing health and Development (PrePARED) consortium. Paediatr Perinat Epidemiol 2019; 33(6): 490-502.
10. En un estudio aleatorizado, nosotros enviamos pruebas caseras de embarazo a 50% de participantes con ≤6 ciclos de intento de embarazo. Recibiendo una prueba casera de embarazo hizo que las participantes sean más probables en quedarse en el estudio, pero no influyó su fecundidad o el tiempo para detectar un embarazo. Wise LA, Wang TR, Willis SK, Wesselink AK, Rothman KJ, Hatch EE. Effect of a home pregnancy test intervention on cohort retention and pregnancy detection: a randomized trial. Am J Epidemiol 2020; 189(8): 773-778.
11. Nosotros conectamos datos de los resultados de nacimiento de los participantes de PRESTO con datos de los certificados de nacimiento. Datos auto-reportados sobre la edad gestacional al momento del parto (en semanas) y el peso de nacimiento (en gramos) de los participantes de PRESTO demostraron ser altamente precisos comparados con lo que fue reportado en el certificado de nacimiento. Wise LA, Wang TR, Wesselink AK, Willis SK, Chaiyasarikul A, Levinson JS, Rothman KJ, Hatch EE, Savitz DA. Accuracy of self-reported birth outcomes relative to birth certificate data in an Internet-based prospective cohort study. Paediatr Perinat Epidemiol. 2021 Sep;35(5):590-595. doi: 10.1111/ppe.12769. Epub 2021 May 6. PMID: 33956369; PMCID: PMC8380669.
12. Investigadores de PRESTO usaron métodos de aprendizaje automático para desarrollar modelos que pueden predecir el embarazo basado en características del estilo de vida, médicos, y reproductivos. Predictores importantes incluyeron la edad femenina, IMC masculino y femenino, una historia de maternidad, y el uso de multivitaminas y suplementos de folato antes del embarazo. Yland JJ, Wang T, Zad Z, et al. PrYland, J. J., Wang, T., Zad, Z., Willis, S. K., Wang, T. R., Wesselink, A. K., Jiang, T., Hatch, E. E., Wise, L. A., & Paschalidis, I. C. (2022). Predictive models of pregnancy based on data from a preconception cohort study. Human reproduction (Oxford, England), 37(3), 565–576.edictive models of pregnancy based on data from a preconception cohort study. Hum Reprod. 2022;37(3):565-576.