Accuracy of trisomy 18 screening using the second‐trimester triple test
Notice bibliographique
Résumé
OBJECTIVE: To assess the accuracy of the calculated risk for trisomy 18 assigned to individual women screened with the second-trimester triple test. METHODS: The study was based on 382598 women screened in the Ontario Maternal Serum Screening Programme between October 1993 and September 2000. Of the women screened, 111 cases of trisomy 18 were identified. Originally, 92874 women were screened using a risk cut-off level method. Estimated risks of trisomy 18 were calculated by applying published population parameters for the remaining women screened using a fixed analyte cut-off method. Women were ranked according to their individual risk for trisomy 18 syndrome in decreasing order and divided into 12 groups. The mean calculated risks of having an affected pregnancy at term for each group were compared with the birth prevalence of the corresponding group after allowing for spontaneous fetal losses. RESULTS: Agreement between the mean calculated risks and the observed prevalence was seen across the entire risk range, although women identified as having high-risk pregnancies had an actual prevalence that was somewhat lower than that estimated by the screen. CONCLUSION: The calculated risk for trisomy 18 syndrome assigned to the individual woman on the basis of the risk cut-off method accurately reflects their risk of having a term trisomy 18 syndrome pregnancy.
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 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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».