Hyperglycosylated‐hCG (h‐hCG) and Down syndrome screening in the first and second trimesters of pregnancy
Notice bibliographique
Résumé
OBJECTIVE: To validate Down syndrome screening protocols that include hyperglycosylated-hCG (h-hCG) measurements. METHODS: Measuring h-hCG in 21 641 fresh first- and second-trimester maternal serum samples, but not for clinical interpretation. Nuchal translucency (NT) and pregnancy associated plasma protein-A (PAPP-A) measurements were available in the first trimester; alpha-fetoprotein (AFP), unconjugated estriol (uE3), and human chorionic gonadotropin (hCG) measurements in the second trimester. RESULTS: Of the 23 first- and 26 second-trimester Down syndrome pregnancies identified, 52 and 65% of h-hCG measurements were above the 95th centile, respectively. At a 3% false positive rate, maternal age, NT, PAPP-A and h-hCG detected 78% of cases (95% CI, 56-93%). Other combinations were consistent with previous modeling utilizing stored samples. A literature summary indicates h-hCG is as strong a marker as free-beta between 10 and 13 weeks' gestation. CONCLUSIONS: Down syndrome screening performance of h-hCG using fresh samples meets published expectations based on stored samples. h-hCG could replace free beta measurements, at gestational ages as early as 10 weeks.
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 | 0,001 |
| 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) | 0,000 | 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 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 ».