First trimester screening for Down syndrome using nuchal translucency, maternal serum pregnancy‐associated plasma protein A, free‐β human chorionic gonadotrophin, placental growth factor, and α‐fetoprotein
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to assess the screening performance for Down syndrome using first trimester combined screening (FTS) and two additional markers, serum placental growth factor (PlGF) and α-fetoprotein (AFP). METHODS: This is a retrospective case-control study of 137 pregnancies affected by Down syndrome and 684 individually matched unaffected pregnancies. Stored serum samples were tested for all four markers, and results were expressed as multiples of the gestation-specific median (MoM). Multivariate Gaussian modeling was used to calculate risks for different combinations of markers and to predict the detection rate (DR) and false positive rate (FPR). The predicted performance of enhanced FTS (FTS plus PlGF and AFP) was compared with FTS; the performance without nuchal translucency (first trimester quad) was assessed. RESULTS: For affected pregnancies, the median PlGF level was 0.622 MoM and median AFP 0.764 MoM. Adding PlGF and AFP improved the screening performance. At 3% FPR, DR increased by 4.4% from 83.8% to 88.2% using enhanced FTS; at 95% DR, FPR decreased by 8.3%, from 19.3% to 11.0%. At 3% FPR, DR using first trimester quad test was 76.4%. CONCLUSIONS: The performance of FTS can be enhanced by adding PlGF and AFP. Even without nuchal translucency, the test would perform well.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle