Maternal prepregnancy anthropometric measures as a factor influencing neonatal birth weight

Мұқаба

Дәйексөз келтіру

Толық мәтін

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Тек жазылушылар үшін

Аннотация

BACKGROUND: Maternal anthropometric measures before pregnancy are critical factors influencing neonatal birth weight and pregnancy outcomes. Specifically, a low maternal body mass index (BMI) increases the risk of low birth weight, whereas an elevated BMI is associated with fetal macrosomia and delivery complications. Investigating this relationship is essential for developing regional fetal growth standards and improving perinatal outcomes.

AIM: To assess the impact of maternal prepregnancy BMI on neonatal birth weight using regional data from women residing in the Kirov Region.

METHODS: A retrospective observational single-center study was conducted, including 5,161 pregnant women. Participants were categorized into three groups based on their prepregnancy BMI: underweight (<18.5 kg/m²), normal weight (18.5–24.9 kg/m²), and overweight (25.0–29.9 kg/m²). Women with obesity (BMI ≥30 kg/m²) were excluded. Maternal anthropometric data and neonatal birth weight were analyzed. Statistical methods included analysis of variance, Tukey’s test, Pearson correlation analysis, and multiple linear regression.

RESULTS: Significant differences in neonatal birth weight were observed across maternal BMI categories (p < 0.001). Mean birth weight increased with maternal BMI: 3,050 g ± 380 g (underweight), 3,300 g ± 400 g (normal BMI), and 3,550 g ± 420 g (overweight). A moderate positive correlation was found between maternal body weight and neonatal birth weight (r = 0.32; p < 0.001). Multiple linear regression analysis confirmed that both maternal weight and height were significant predictors of neonatal birth weight (p < 0.001).

CONCLUSION: Maternal prepregnancy BMI is a significant determinant of neonatal birth weight. Monitoring and maintaining BMI within the normal range before conception may contribute to improved perinatal outcomes.

Толық мәтін

##article.viewOnOriginalSite##

Авторлар туралы

Eduard Iutinsky

Kirov State Medical University

Хат алмасуға жауапты Автор.
Email: iutinskiy@ya.ru
ORCID iD: 0000-0001-5641-0269
SPIN-код: 7139-0566

MD, Cand. Sci. (Medicine), Assistant Professor

Ресей, 112 K. Marx st, Kirov, 610998

Lev Zheleznov

Kirov State Medical University

Email: rector@kirovgma.ru
ORCID iD: 0000-0001-8195-0996
SPIN-код: 2107-3507

MD, Dr. Sci. (Medicine), Professor

Ресей, 112 K. Marx st, Kirov, 610998

Sergey Dvoryansky

Kirov State Medical University

Email: Kf1@kirovgma.ru
ORCID iD: 0000-0002-5632-0447
SPIN-код: 1840-2379

MD, Dr. Sci. (Medicine), Professor

Ресей, 112 K. Marx st, Kirov, 610998

Әдебиет тізімі

  1. Singh SP. Somatotype and diseases — review. Anthropologist. 2007;3:251–261. doi: 10.1080/09720073.2007.11891008
  2. Rebato E, Salses I, Rozik J, et al. Analysis of the similarity of brothers and sisters in the components of the anthropometric somatotype. Annals of Human Biology. 2000;27(2):149–161. doi: 10.1080/030144600282262
  3. Kondakova LI, Mischenko VA, Krayushkin AI. The influence of a women’s somatotype on morphological characteristics of placenta. Fundamental Research. 2009;(6):20–24. EDN: JTKQUM
  4. Chrishtop VV, Gaivoronsky IV, Zheleznov LM, et al. Influence of constitutional typology on human cell-tissue homeostasis: a review. Morphology. 2023;161(4):77–86. EDN: QFMXZW doi: 10.17816/morph.627409
  5. Klimov NYu, Vinnik YuYu, Andreychikov AV, Maximov AS. Constitutional approach in studying human diseases at the present stage. Sechenov Medical Journal. 2018;(4):70–77. EDN: VUTIOQ doi: 10.47093/22187332.2018.4.70-77
  6. Kornetov NA. Clinical anthropology is the methodological basis of a holistic approach in medicine. In: Topical issues and achievements of modern anthropology. Materials of the international scientific conference. Novosibirsk: Sibprint, 2006. P. 52–57. (In Russ.)
  7. Markova EV, Fefelova VV, Nikolaev VG, Zakharova LB. Constitutional features of human adaptive capabilities. In: Topical issues of biomedical and clinical anthropology. Proceedings of the science conference «Topical issues of biomedical and clinical anthropology». Krasnoyarsk: Krasnoyarsk Medical Academy, 1997. P. 55–57. (In Russ.) EDN: THURFR
  8. Lin L, Lin J, Yan J. Association of maternal body mass index change with risk of large for gestational age among pregnant women with and without gestational diabetes mellitus: a retrospective cohort study. J Matern Fetal Neonatal Med. 2024;37(1):2316732. EDN: NTATBU doi: 10.1080/14767058.2024.2316732
  9. Miao J, Chen Y, Liu X, et al. Maternal Body Mass Index, Gestational Weight Gain, and Risk of Cancer in Offspring: A Systematic Review and Meta-Analysis. Nutrients. 2023;15(7):1601. EDN: FWOGLO doi: 10.3390/nu15071601
  10. Liu P, Xu L, Wang Y, et al. Association between perinatal outcomes and maternal pre-pregnancy body mass index. Obesity Reviews. 2016;17(11):1091–1102. doi: 10.1111/obr.12455
  11. Usynina AA, Postoev VA, Odland JY, Grzhibovsky AM. Pregnancy outcomin low-weight women. Obstetrics and Gynecology. 2019;12:90–95. EDN: FOEDBJ doi: 10.18565/aig.2019.12.90-95
  12. Kazankina AS, Ushanova FO. Evaluation of the influence of maternal weight on the course of pregnancy and birth outcomes of fetuses with macrosomia. Endocrinology: News, Opinions, Training. 2023;12(3):20–25. EDN: IZSFOW doi: 10.33029/2304-9529-2023-12-3-20-25
  13. Gilley SP, Harrall KK, Friedman C, et al. Association of Maternal BMI and Rapid Infant Weight Gain With Childhood Body Size and Composition. Pediatrics. 2023;151(5):e2022059244. doi: 10.1542/peds.2022-059244

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу
2. Fig. 1. Distribution of maternal body weight (a) and neonatal birth weight (b) across groups of women with underweight BMI (blue fill), normal BMI (yellow fill), and overweight BMI (green fill).

Жүктеу (315KB)
Метадеректер
3. Fig. 2. Neonatal birth weight in groups of mothers with underweight, normal, and overweight BMI. Data are presented as a boxplot.

Жүктеу (247KB)
Метадеректер

© Eco-Vector, 2024

Лицензия сипаттамасына сілтеме: https://eco-vector.com/for_authors.php#07

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».