Early Pregnancy Prediction of Preeclampsia in Nulliparous Women, Combining Clinical Risk and Biomarkers
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
More than half of all cases of preeclampsia occur in healthy first-time pregnant women. Our aim was to develop a method to predict those at risk by combining clinical factors and measurements of biomarkers in women recruited to the Screening for Pregnancy Endpoints (SCOPE) study of low-risk nulliparous women. Forty-seven biomarkers identified on the basis of (1) association with preeclampsia, (2) a biological role in placentation, or (3) a role in cellular mechanisms involved in the pathogenesis of preeclampsia were measured in plasma sampled at 14 to 16 weeks' gestation from 5623 women. The cohort was randomly divided into training (n=3747) and validation (n=1876) cohorts. Preeclampsia developed in 278 (4.9%) women, of whom 28 (0.5%) developed early-onset preeclampsia. The final model for the prediction of preeclampsia included placental growth factor, mean arterial pressure, and body mass index at 14 to 16 weeks' gestation, the consumption of ≥3 pieces of fruit per day, and mean uterine artery resistance index. The area under the receiver operator curve (95% confidence interval) for this model in training and validation cohorts was 0.73 (0.70-0.77) and 0.68 (0.63-0.74), respectively. A predictive model of early-onset preeclampsia included angiogenin/placental growth factor as a ratio, mean arterial pressure, any pregnancy loss <10 weeks, and mean uterine artery resistance index (area under the receiver operator curve [95% confidence interval] in training and validation cohorts, 0.89 [0.78-1.0] and 0.78 [0.58-0.99], respectively). Neither model included pregnancy-associated plasma protein A, previously reported to predict preeclampsia in populations of mixed parity and risk. In nulliparous women, combining multiple biomarkers and clinical data provided modest prediction of preeclampsia.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle