Abstract P176: Associations of Gestational Lipids and Apolipoproteins With Pregnancy Outcomes: The Hyperglycemia and Adverse Pregnancy Outcome Study
Notice bibliographique
Résumé
Introduction: Gestational hyperlipidemia has traditionally been considered physiologic and benign, but the significance of inter-individual variation in lipid levels for maternal-fetal health are poorly understood. We examined associations of gestational lipids and apolipoproteins with adverse obstetric and neonatal outcomes. Methods: Data from the Hyperglycemia and Adverse Pregnancy Outcome Study were analyzed, including 1,813 mother-child dyads from 9 field centers in 6 countries: US (25%), Barbados (24%), UK (20%), China (16%), Thailand (8%), and Canada (7%). Fasting lipids and apolipoproteins were directly measured at a mean of 28 (range 23-34) weeks’ gestation. Cord blood was collected at delivery, neonatal anthropometrics were measured within 72 hours, and medical records were abstracted for obstetric outcomes. Logistic regression was utilized to test associations of lipids and apolipoproteins (per +1 SD; log-transformed if skewed) with pregnancy outcomes, adjusted for center, demographics, and maternal covariates such as BMI, blood pressure, and glycemia. Results: See Table for lipid and apolipoprotein levels in pregnant mothers. In fully adjusted models ( Table ), 1 SD higher log-triglycerides (i.e., ~2.7-fold higher triglyceride level) in late pregnancy was significantly associated with higher odds for preeclampsia (OR 1.53 [95% CI, 1.15-2.05]), large for gestational age infant (1.42 [1.21-1.67]), and infant insulin sensitivity <10 th percentile (1.25 [1.03-1.50]), but not with unplanned primary cesarean section or infant sum of skinfolds >90 th percentile. There were no significant associations of maternal HDL-C, LDL-C, or log-ApoB/A1 ratio with any outcome. Conclusion: Triglyceride levels in the latter half of pregnancy were uniquely associated with both maternal risks (preeclampsia) and neonatal risks (large for gestational age and insulin resistance), even after adjustment for maternal BMI, blood pressure, and glycemia.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».