Candidate biochemical markers for screening of pre-eclampsia in early pregnancy
Notice bibliographique
Résumé
Pre-eclampsia (PE) and other hypertensive disorders of pregnancy (HDP) are a leading cause of adverse outcomes. Their pathophysiology remains elusive, hampering the development of efficient prevention. The onset of HDP and PE and the severity of their clinical manifestations are heterogeneous. The advent of preventive measures, such as low-dose aspirin that targets high-risk women, emphasizes the need of better prediction. Until recently, only environmental information and maternal risk factors were considered, with equivocal predictive value. No validated screening procedures were available to identify at-risk women despite the emergence of Doppler ultrasonography parameters for the uterine artery (e.g., pulsatility index and bilateral notching) and pathophysiological biochemical markers (e.g., angiogenesis, inflammation, and endothelial dysfunction). Owing to its heterogeneity and lack of specific, sensitive markers among those studied so far (>200), PE is unlikely to be detected early by a single predictive parameter. Systematic reviews have concluded that no single test fulfilling World Health Organization criteria for biomarker selection can diagnose/predict a disease. However, by combining antenatal risk factors, clinical parameters, as well as biophysical and biochemical markers into multivariate algorithms, the risk of PE can be estimated with performance levels that could reach clinical utility. Performance characteristics of selected algorithms will be presented and discussed with respect to transferability to different geographic and healthcare environments.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».