First-Trimester Prediction of Birth Weight
Notice bibliographique
Résumé
OBJECTIVES: To determine whether the parameters used in first-trimester screening for aneuploidies contribute significantly to the prediction of birth weight. METHODS: In this retrospective cohort study (n = 4110), nuchal translucency (NT), free β-chorionic gonadotropin (fβ-hCG), and pregnancy-associated plasma protein-A (PAPP-A) blood concentrations were measured between 11 + 0 and 13 + 6 weeks. Multiple pregnancies, chromosomal anomalies, major fetal defects, and deliveries before 24 weeks were excluded. RESULTS: NT (0.95 versus 0.98 multiples of the expected median [MoM], p < 0.001) and PAPP-A (0.93 versus 1.06 MoM, p = 0.005) were significantly lower in small-for-gestational-age (SGA) newborns (<10th percentile) than the unaffected group, but not fβ-hCG (0.89 versus 0.93 MoM, p = 0.113). NT was significantly higher (1.03 versus 0.98 MoM, p < 0.001) in the large-for-gestational-age (LGA) group (>90th percentile) compared with the unaffected group, and biomarkers did not differ. After controlling for gestational age, maternal weight, smoking status, ethnicity, and fetal sex, first-trimester markers contributed to the prediction of birth weight in a multiple linear model but did not significantly improved the prediction of SGA and LGA compared with maternal characteristics alone. CONCLUSIONS: Parameters used in first-trimester screening for aneuploidies contribute to the prediction of birth weight but their clinical utility to detect women at risk of SGA or LGA baby is limited.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».