Circulating Angiogenic Factors and the Risk of Preeclampsia in Systemic Lupus Erythematosus Pregnancies
Notice bibliographique
Résumé
OBJECTIVE: To investigate whether angiogenic factors are associated with risk of developing preeclampsia in pregnant women with systemic lupus erythematosus (SLE). METHODS: We performed a nested case-control study within a cohort of SLE women with singleton pregnancies. The study included 42 patients with SLE who eventually developed preeclampsia and 75 normal SLE pregnancies. Serum samples were collected at 4-week intervals (from weeks 12 to 36). Serum samples were analyzed for soluble fms-like tyrosine kinase-1 (sFlt-1), placental growth factor (PlGF), and soluble endoglin (sEng). RESULTS: Women destined to develop preeclampsia had lower PlGF levels and higher sFlt-1 and sEng levels, and a higher sFlt-1/PlGF ratio than normal pregnancies. These changes became significant at 12 weeks in patients destined to develop either early onset (< 34 weeks, p ≤ 0.003) or late-onset preeclampsia (≥ 34 weeks, p ≤ 0.02). The risk to develop preeclampsia was higher among patients with PlGF concentration values in the lowest quartile or with sFlt-1 and sEng levels, and sFlt-1/PlGF ratio, in the highest quartile of the normal SLE pregnancies distribution. The OR were higher and appeared earlier in patients destined to develop early onset preeclampsia (OR ≥ 16.2, from Week 12 onward) than in patients who presented preeclampsia later (OR ≥ 8.9, from Week 24 onward). CONCLUSION: Changes in circulating concentrations of sFlt-1, PlGF, sEng, and the sFlt-1/PlGF ratio precede the onset of preeclampsia in SLE pregnancies. The risk profile of circulating angiogenic factors for developing preeclampsia distinctly evolves depending on whether this condition is manifested earlier or later.
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 | 0,005 | 0,003 |
| 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 | 0,001 |
| 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 ».