Near‐Infrared (NIR) Spectroscopy of Amniotic Fluid (AF) Distinguishes Between AGA and LGA Infants
Notice bibliographique
Résumé
Background NIR of AF has been used to characterize fetal lung maturity and prematurity. However, this approach has been seldom used to classify infants according to birth weight for gestational age. Objectives We explored the possibility that NIR of 2nd trimester AF could identify early metabolomic differences between appropriate‐ (AGA, n=494) and large‐ (LGA, n=51)‐for‐gestational age infants. A secondary objective explored whether these AF profiles differed by maternal pre‐pregnancy BMI: normal BMI<24.9kg/m 2 (n=310) vs overweight/obese BMI>25 kg/m 2 (n=168). Methods Eight NIR functional groups (1600‐2400nm) were selected (CH, SH, POH, ROH, amide, amine, lactate and glucose); their values and calculated ratios were compared among experimental groups using Mann‐Whitney U‐test and Kruskal‐Wallis one‐way ANOVA test, followed by post‐hoc comparisons. Results Thirteen functional group ratios differed. LGA infants had higher AF glucose relative to CH, SH, POH and ROH and higher AF amines relative to POH, ROH, glucose and amides. In contrast, AGA infants had higher POH and ROH relative to glucose, amines and amides and higher CH:glucose and SH:glucose compared to AF of LGA infants. When subdivided by BMI categories, only AGA infants of overweight/obese mothers had higher AF glucose compared to normal weight mothers; surprisingly this maternal BMI‐based difference did not exist for LGA infants. Conclusion NIR spectral profiles of 2nd trimester AF differed between LGA and AGA infants but maternal BMI was not sufficient to fully explain early 2 nd trimester metabolic perturbations.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».