Robust Early Pregnancy Prediction of Later Preeclampsia Using Metabolomic 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
Preeclampsia is a pregnancy-specific syndrome that causes substantial maternal and fetal morbidity and mortality. The etiology is incompletely understood, and there is no clinically useful screening test. Current metabolomic technologies have allowed the establishment of metabolic signatures of preeclampsia in early pregnancy. Here, a 2-phase discovery/validation metabolic profiling study was performed. In the discovery phase, a nested case-control study was designed, using samples obtained at 15±1 weeks' gestation from 60 women who subsequently developed preeclampsia and 60 controls taking part in the prospective Screening for Pregnancy Endpoints cohort study. Controls were proportionally population matched for age, ethnicity, and body mass index at booking. Plasma samples were analyzed using ultra performance liquid chromatography-mass spectrometry. A multivariate predictive model combining 14 metabolites gave an odds ratio for developing preeclampsia of 36 (95% CI: 12 to 108), with an area under the receiver operator characteristic curve of 0.94. These findings were then validated using an independent case-control study on plasma obtained at 15±1 weeks from 39 women who subsequently developed preeclampsia and 40 similarly matched controls from a participating center in a different country. The same 14 metabolites produced an odds ratio of 23 (95% CI: 7 to 73) with an area under receiver operator characteristic curve of 0.92. The finding of a consistent discriminatory metabolite signature in early pregnancy plasma preceding the onset of preeclampsia offers insight into disease pathogenesis and offers the tantalizing 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 | 0,000 | 0,000 |
| 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 découle