Screening for pre‐eclampsia early in pregnancy: performance of a multivariable model combining clinical characteristics and biochemical markers
Notice bibliographique
Résumé
OBJECTIVE: To investigate the performance of a multivariable model combining a priori clinical characteristics and biomarkers to detect, early in pregnancy, women at higher risk of developing pre-eclampsia (PE). DESIGN: Nested case-control study. SETTING: University medical centre, Quebec, Canada (CHU de Québec). POPULATION: A total of 7929 pregnant women recruited between 10 and 18 weeks of gestation. In all, 350 developed hypertensive disorders of pregnancy (HDP)-of which 139 had PE, comprising 68 with severe PE and 47 with preterm PE-and were matched with two women with a normal pregnancy. METHODS: We selected a priori clinical characteristics and promising markers to create multivariable logistic regression models: body mass index (BMI), mean arterial pressure (MAP), placental growth factor, soluble Fms-like tyrosine kinase-1, pregnancy-associated plasma protein A and inhibin A. MAIN OUTCOME MEASURES: PE, severe PE, preterm PE, HDP. RESULTS: At false-positive rates of 5 and 10%, the estimated detection rates were between 15% (5-29%) and 32% (25-39%), and between 39% (19-59%) and 50% (34-66%), respectively. Considering the low prevalence of PE in this population, the positive predictive values were 7% (5-9%) to 10% (7-13%) for PE and 2% (1-4%) to 4% (3-6%) in the preterm and severe PE subgroups. The multivariable model yielded areas under the receiver operating characteristics curves (AUC) between 0.72 (0.61-0.81) and 0.78 (0.68-0.88). When only BMI and MAP were included in the model, the AUC were similar to those of the a priori model. CONCLUSIONS: In a population with a low prevalence of preterm PE, a multivariable risk algorithm using an a priori combination of clinical characteristics and biochemical markers did not reach a performance justifying clinical implementation as screening test early in 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 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 | 0,010 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».