1380-P: Pregravid A1C and Glucose Measurements to Rule Out Gestational Diabetes and Reduce the Need for Oral Glucose Tolerance Testing in Pregnancy
Notice bibliographique
Résumé
The recommendation of universal screening for gestational diabetes (GDM) by oral glucose tolerance test (OGTT) in pregnancy may pose a resource challenge for healthcare systems. In light of growing recognition that women who develop GDM have chronic metabolic dysfunction that predates their pregnancy, we hypothesized that pre-gravid measurement of A1c and glucose may provide the capacity to rule out GDM in low-risk women and thereby reduce the overall OGTT burden in pregnancy. To test this hypothesis, we identified all women in Ontario, Canada, with singleton live-birth pregnancies between January 2008 and December 2015 (n=1,001,006, of which 47,180 had GDM), and created derivation and validation cohorts (each n=500,503). In the derivation cohort, pre-gravid A1c (OR=9.72, 95%CI 8.76-10.79), fasting glucose (OR=3.32, 95%CI 3.13-3.51) and random glucose (OR=1.70, 95%CI 1.65-1.75) each predicted subsequent GDM. Area-under-receiver-operating-characteristic curve (AROC) was higher for A1c (0.684) than for fasting glucose (0.647) or random glucose (0.625). Test characteristics revealed that the negative predictive value (NPV) for ruling out GDM was optimized (NPV=98.7%) at pre-gravid A1c ≤4.3%. However, when evaluated in the validation cohort, this pre-gravid A1c threshold would only reduce the need for antepartum OGTT in 0.11% of women. Conversely, if test sensitivity for predicting GDM were set at 95.1% in the derivation cohort, the resultant threshold of pre-gravid A1c ≤5.0% would reduce the need for antepartum OGTT in 7.2% of women but at the cost of missing 2.5% of GDM diagnoses in the validation cohort. In conclusion, pre-gravid A1c and glucose levels can predict a woman’s future risk of GDM. However, their test characteristics are clinically not acceptable for reducing the need for GDM screening by OGTT in pregnancy. Disclosure R. Retnakaran: Consultant; Self; Eli Lilly and Company, Novo Nordisk Inc., Sanofi. Research Support; Self; Boehringer Ingelheim International GmbH, Novo Nordisk Inc. B.R. Shah: None.
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 | 0,007 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».