First-Trimester Placental Growth Factor for the Prediction of Preeclampsia in Nulliparous Women: The Great Obstetrical Syndromes Cohort Study
Notice bibliographique
Résumé
BACKGROUND: First-trimester maternal serum markers have been associated with preeclampsia (PE). We aimed to evaluate the performance of first-trimester placental growth factor (PlGF) for the prediction of PE in nulliparous women. SUBJECTS AND METHODS: We conducted a prospective cohort study of nulliparous women with singleton pregnancy at 11-13 weeks. Maternal serum PlGF concentration was measured using B·R·A·H·M·S PlGFplus KRYPTOR automated assays and reported in multiple of the median adjusted for gestational age. We used proportional hazard models, along with receiver operating characteristic curves and areas under the curve (AUC). RESULTS: Out of 4,652 participants, we observed 232 (4.9%) cases of PE including 202 (4.3%) term and 30 (0.6%) preterm PE. PlGF was associated with the risk of term (AUC = 0.61, 95% confidence interval [CI] 0.57-0.65) and preterm PE (AUC = 0.73, 95% CI 0.64-0.83). The models were improved with the addition of maternal characteristics (AUC for term PE 0.66, 95% CI 0.62-0.71; AUC for preterm PE 0.81, 95% CI 0.72-0.91; p < 0.01). At a false-positive rate of 10%, PlGF combined with maternal characteristics could have predicted 26% of term and 55% of preterm PE. The addition of pregnancy-associated plasma protein A did not significantly improve the prediction models. CONCLUSION: First-trimester PlGF combined with maternal characteristics is useful to predict preterm PE in nulliparous women.
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 | 0,000 | 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 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 ».