Maternal visceral adipose tissue during the first half of pregnancy predicts gestational diabetes at the time of delivery – a cohort study
Notice bibliographique
Résumé
BACKGROUND: Gestational diabetes mellitus (GDM) is a common condition, often associated with high maternal and fetal morbidity. The use of new tools for early GDM screening can contribute to metabolic control to reduce maternal and fetal risk. This study aimed to ascertain whether maternal visceral adipose tissue (VAT) measurement by ultrasound during the first half of pregnancy can predict the occurrence of GDM during the third trimester. METHODS: A prospective cohort study of 133 pregnant women with gestational age ≤20 weeks in an outpatient setting. VAT depth was measured by ultrasound at the maternal periumbilical region. GDM status was obtained through hospital charts during hospitalization to delivery. A Receiver Operator Characteristic (ROC) curve was used to determine the optimum threshold to predict GDM. RESULTS: According to the ROC curve, a 45mm threshold was identified as the best cut-off value, with 66% of accuracy to predict GDM. Crude and adjusted odds ratios (OR) for GDM were 13.4 (95%CI 2.9-61.1) and 8.9 (95%CI 1.9-42.2), respectively. A similar result was obtained among pre-gravid non-obese women, with crude and adjusted OR of 16.6 (95%CI 1.9-142.6) and 14.4 (95%CI 1.7-125.7), respectively. Among pre-gravid obese patients, a 45mm threshold did not reach statistical significance to predict GDM. CONCLUSION: The high and significant OR found before and after adjustments provides additional evidence of a strong association between VAT and GDM. It appears that VAT measurement during the first half of pregnancy has great potential in identifying non-obese women at high risk for GDM. This evidence can assist obstetricians in correctly allocating resources among populations of pregnant women at risk, determined not only by pre-gravid body mass index (BMI).
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».