Early pregnancy immune profile and preterm birth classified according to uteroplacental lesions
Notice bibliographique
Résumé
INTRODUCTION: Preterm birth is a heterogeneous phenotype, with placental abnormalities underlying many cases. The etiology of preterm births that occur in the absence of placental abnormalities, however, remain enigmatic and we considered that early pregnancy biomarkers may provide clues. METHODS: Women from a hospital-based cohort (2008-2012, n = 397) were randomly selected within 6 strata of term and preterm birth with and without placental decidual vasculopathy (arteriopathy), intrauterine inflammation/infection (acute chorioamnionitis), or no lesions. Lipids and inflammatory markers were analyzed in first trimester samples (12.5 ± 0.6 weeks) and related to outcome groups (referent, term births with no lesions). Factor analysis then clustered analytes and related these to preterm birth groups, adjusted for covariates and stratified by pre-pregnancy obesity. RESULTS: Three biomarker patterns were identified. Immune activation cytokines (33% of the variance) were associated with preterm birth with no lesions (aOR 1.5, 95%CI 1.1-2.1), particularly among obese women. In contrast, inflammatory chemokines (9% of variance) were associated with term and preterm vasculopathy among non-obese women (aOR 2.6 [1.3, 4.7] and 2.0 [1.1, 3.0], respectively). DISCUSSION: The early pregnancy maternal immune profile is related to preterm births classified according to placental lesions, and these associations vary according to obesity status.
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 | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».