* P values were derived from random

* P values were derived from random-effects logistic-regression models for binary outcome data, accounting for the correlation structure within matched sets and in women with multiple pregnancies. † When diagnostic codes for both gestational hypertension and preeclampsia were present in a given pregnancy, the outcome was counted as a diagnosis of preeclampsia. ‡ To comply with privacy regulations for minimizing the chance of identification of a study participant, numbers of participants are suppressed in the case of 5 or fewer participants (reported as ≤5).

Results (Indonesian) 1:

* Nilai-nilai P adalah berasal dari acak efek model regresi logistik untuk data biner hasil, akuntansi untuk korelasi struktur dalam set cocok dan perempuan dengan kehamilan jamak. † Ketika kode diagnostik untuk kehamilan hipertensi dan Preeklamsia hadir dalam kehamilan tertentu, hasil ini dihitung sebagai diagnosis Preeklamsia. ‡ Untuk mematuhi peraturan privasi untuk meminimalkan kemungkinan identifikasi peserta studi, jumlah peserta ditekan dalam kasus 5 atau lebih sedikit peserta (dilaporkan sebagai ≤5).

Results (Indonesian) 2:

* P nilai berasal dari acak-efek model regresi logistik untuk data hasil biner, akuntansi untuk struktur korelasi dalam set cocok dan pada wanita dengan kehamilan kembar. † Ketika kode diagnostik untuk kedua hipertensi gestasional dan preeklampsia hadir pada kehamilan diberikan, hasilnya dihitung sebagai diagnosis preeklampsia. ‡ Untuk mematuhi peraturan privasi untuk meminimalkan kemungkinan identifikasi peserta studi, jumlah peserta ditekan dalam kasus 5 atau lebih sedikit peserta (dilaporkan sebagai ≤5).