Metabolomics and first-trimester prediction of early-onset preeclampsia
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the use of metabolomics for the first-trimester detection of maternal metabolic dysfunction and prediction of subsequent development of early-onset preeclampsia (PE). STUDY DESIGN: This was a case-control study of maternal plasma samples collected at 11-13 weeks' gestation from 30 women who had subsequently developed PE requiring delivery before 34 weeks and 60 unaffected controls. Nuclear magnetic Resonance (NMR) spectroscopy was used to identify and quantify metabolomic changes in cases versus controls. Both genetic computing and standard statistical analyses were performed to predict the development of PE from the metabolite concentrations alone as well as the combination of metabolite concentrations with maternal characteristics and first-trimester uterine artery Doppler pulsatility index (PI). RESULTS: Significant differences between cases and controls were found for 20 metabolites. A combination of four of these metabolites (citrate, glycerol, hydroxyisovalerate, and methionine) appeared highly predictive of PE with an estimated detection rate of 75.9%, at a false-positive rate (FPR) of 4.9%. The predictive performance was improved by the addition of uterine artery Doppler PI and fetal crown-rump length (CRL) and with an estimated detection rate of 82.6%, at a FPR of 1.6%. CONCLUSION: A profound change in the first-trimester metabolite profile was noted in women who had subsequently developed early-onset PE. Preliminary algorithms appeared highly sensitive for first trimester prediction of early onset PE.
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 | 0,002 | 0,000 |
| 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 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 ».