Characterization of maternal plasma biomarkers associated with delivery of small and large for gestational age infants in the MIREC study cohort
Notice bibliographique
Résumé
OBJECTIVE: Neonatal morbidity and mortality can be influenced by maternal health status. Information on maternal and fetal biomarkers of adverse health outcomes is limited. This work aims at identifying maternal biomarkers associated with low and high birth weight for gestational age groups. DESIGN AND SETTINGS: Population-based prospective cohort study of the potential adverse health effects of exposure to environmental contaminants on pregnancy and infant health. METHODS: Third trimester maternal plasma samples (n = 1588) from a pregnancy cohort (Maternal-Infant Research on Environmental Chemicals Study, MIREC) were analyzed for changes in a target spectrum of biomarkers of vascular health (e.g., matrix metalloproteinases MMPs, vascular endothelial cell growth factor VEGF), inflammation (e.g. cellular adhesion molecules CAMs, cytokines, chemokines) by affinity-based multiplex protein array analyses. Multivariate logistic regression analyses were done to examine associations between target plasma biomarkers, maternal-infant characteristics, and birth weight outcomes assessed as small for gestational age (SGA) ≤10th percentile and large for gestational age (LGA) ≥90th percentile groups. RESULTS AND OUTCOMES: Our results revealed that maternal plasma biomarkers monocyte chemoattractant protein-1 MCP-1 (p<0.05, +ve) and VEGF (p<0.05, -ve) along with parity = 1 (p<0.01, -ve) and gestational hypertension (p<0.05, +ve) were associated with SGA births. Meanwhile, LGA was associated with maternal plasma VEGF (p<0.05, +ve) and MMP-9 (p<0.05, -ve) and gestational hypertension (p<0.01, +ve), pre-pregnancy body mass index (p<0.01, +ve), parity (p<0.05, +ve) and education (p<0.05, -ve). CONCLUSIONS: Third trimester maternal plasma biomarkers in combination with maternal health and socioeconomic characteristics can be useful in predicting SGA and LGA outcomes. Maternal vascular health and inflammatory status may contribute to both SGA and LGA births through distinct molecular mechanisms.
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 | 0,000 |
| 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) | 0,001 | 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 ».