Effect of preexamination conditions in a centralized-testing model of non-invasive prenatal screening
Notice bibliographique
Résumé
OBJECTIVES: Non-invasive prenatal testing requires the presence of fetal DNA in maternal plasma. Understanding how preexamination conditions affect the integrity of cell-free DNA (cfDNA) and fetal fraction (FF) are a prerequisite for test implementation. Therefore, we examined the adjusted effect that EDTA and Streck tubes have on the cfDNA quantity and FF. METHODS: A total of 3,568 maternal blood samples across Canada were collected in either EDTA, or Streck tubes, and processing metrics, maternal body mass index (BMI), gestational age and fetal karyotype and sex were recorded. Plasma samples were sequenced using two different sequencing platforms in separate laboratories. Sequencing data were processed with SeqFF to estimate FF. Linear regression and multivariate imputation by chained equations were used to estimate the adjusted effect of tube type on cfDNA and FF. RESULTS: We found a positive association between cfDNA quantity and blood shipment time in EDTA tubes, which is significantly reduced with the use of Streck tubes. Furthermore, we show the storage of plasma at -80 °C is associated with a 4.4% annual relative decrease in cfDNA levels. FF was not associated with collection tube type when controlling for confounding variables. However, FF was positively associated with gestational age and trisomy 21, while negatively associated with BMI, male fetus, trisomy 18, Turners syndrome and triploidy. CONCLUSIONS: Preexamination, maternal and fetal variables are associated with cfDNA quantity and FF. The consideration of these variables in future studies may help to reduce the number of pregnant women with inconclusive tests as a result of low FF.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».