Metabolic Profiling Uncovers a Phenotypic Signature of Small for Gestational Age in Early Pregnancy
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
Being born small for gestational age (SGA) confers increased risks of perinatal morbidity and mortality and increases the risk of cardiovascular complications and diabetes in later life. Accumulating evidence suggests that the etiology of SGA is usually associated with poor placental vascular development in early pregnancy. We examined metabolomic profiles using ultra performance liquid chromatography-mass spectrometry (UPLC-MS) in three independent studies: (a) venous cord plasma from normal and SGA babies, (b) plasma from a rat model of placental insufficiency and controls, and (c) early pregnancy peripheral plasma samples from women who subsequently delivered a SGA baby and controls. Multivariate analysis by cross-validated Partial Least Squares Discriminant Analysis (PLS-DA) of all 3 studies showed a comprehensive and similar disruption of plasma metabolism. A multivariate predictive model combining 19 metabolites produced by a Genetic Algorithm-based search program gave an Odds Ratio for developing SGA of 44, with an area under the Receiver Operator Characteristic curve of 0.9. Sphingolipids, phospholipids, carnitines, and fatty acids were among this panel of metabolites. The finding of a consistent discriminatory metabolite signature in early pregnancy plasma preceding the onset of SGA offers insight into disease pathogenesis and offers the promise of a robust presymptomatic screening test.
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 | 0,003 | 0,001 |
| 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 | 0,001 |
| 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