Uterine artery Doppler velocimetry and obstetric outcomes in connective tissue diseases diagnosed during the first trimester of pregnancy
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the effect of connective tissue disease (CTD) diagnosed during the first trimester on uterine arteries (UtA) Doppler velocities and on pregnancy outcomes. METHOD: Pregnant women were screened for CTDs during the first trimester, using a questionnaire, testing for autoantibodies, rheumatologic examination and UtA Doppler evaluations. RESULTS: Out of 3932 women screened, 491 (12.5%) were screened positive at the questionnaire; of them, 165(33.6%) tested positive for autoantibodies, including 66 eventually diagnosed with undifferentiated connective tissue disease (UCTD), 28 with a definite CTD and 71 with insufficient criteria for a diagnosis. Controls were 326 women screened negative for autoantibodies. In logistic analysis, women diagnosed with either UCTD (OR = 7.9, 95% CI = 2.3-27.3) or overt CTD (OR = 24.9, 95% CI = 6.7-92.4), had increased rates of first trimester bilateral UtA notches compared with controls. The rates of bilateral UtA notches persisting in the second (15/94 vs 0/326, p < 0.001) and third trimesters (7/94 vs 0/326, p < .001) were higher among women with CTDs than in controls. The risk of complications (preeclampsia, fetal growth restriction, prematurity, diabetes, fetal loss) was higher (OR = 7.8, 95% CI = 3.6-17.0) among women with CTDs than in controls. CONCLUSION: Women with undiagnosed CTDs have higher rates of bilateral UtA Doppler notches throughout pregnancy and increased rates of adverse pregnancy outcomes than controls.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».