OP11.03: Visceral adiposity in early pregnancy and the risk of pre‐eclampsia and preterm birth
Notice bibliographique
Résumé
The risk of both pre-eclampsia and preterm delivery is linearly related to pre-pregnancy body mass index (BMI). BMI though, does not distinguish between excess fat, muscle, or bone mass, nor does it reveal the distribution of adipose tissue. Visceral adipose tissue (VAT) may better reflect cardiometabolic risk than BMI. Our objective was to identify the independent contribution of maternal VAT in early pregnancy to the risk of developing pre-eclampsia, preterm birth or both. We completed a prospective cohort study at St. Michael's Hospital in Toronto, Ontario, a large urban hospital between 2012 and 2014. We included women with a viable singleton pregnancy and no known diabetes mellitus within or outside of pregnancy. At 11–14 weeks' gestation, at the time of sonographic assessment of fetal nuchal translucency, maternal VAT depth was determined using a validated and standardised method. VAT depth was measured in triplicate, and then averaged. We examined the relation between VAT depth quintile and the subsequent development of i) pre-eclampsia ii) preterm birth before 37 weeks gestation; or iii) pre-eclampsia with preterm birth before 37 weeks. Relative risks (RR) were generated using modified Poisson regression adjusted for maternal age, parity, history of chronic hypertension, pre-pregnancy BMI and aspirin use in pregnancy. A total of 463 women were available for full analysis. The mean (SD) age was 32.9 (4.7) years, and mean (SD) BMI was 24.0 (4.9) kg/m2. The rate of pre-eclampsia was higher at Q5 of VAT depth (9.8%) than at Q1-4 (1.6%), equivalent to an aRR of 3.4 (95% CI 0.86 to 13.4). The risk of preterm birth was significantly elevated at Q5 VAT depth, as was the risk of pre-eclampsia with preterm birth (aRR 16.9, 95% CI 1.2 to 231.1). Increased maternal visceral adiposity in the first trimester of pregnancy is a risk factor for pre-eclampsia and preterm birth independent of maternal BMI. We postulate that inflammatory and angiogenic factors produced by the visceral adipose compartment play a role in this association.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».