Placental Pathology as a Tool to Identify Women for Postpartum Cardiovascular Risk Screening Following Preeclampsia: A Preliminary Investigation
Notice bibliographique
Résumé
Preeclampsia (PE) is associated with an increased risk of cardiovascular disease (CVD) in later life. Postpartum cardiovascular risk screening could identify patients who would benefit most from lifestyle interventions. However, there are no readily available methods to identify these high-risk women. We propose that placental lesions may be useful in this regard. Here, we sought to determine the association between placental lesions and lifetime CVD risk. Placentas from 85 PE women were evaluated for histopathological lesions. At 6 months postpartum, a lifetime cardiovascular risk score was calculated. Placental lesions were compared between CVD risk groups and the association was assessed using odds ratios. Multivariable logistic regression was used to develop prediction models for CVD risk with placental pathology. Placentas from high-risk women had more severe lesions of maternal vascular malperfusion (MVM) and resulted in a 3-fold increased risk of screening high-risk for CVD (OR 3.10[1.20-7.92]) compared to women without these lesions. MVM lesion severity was moderately predictive of high-risk screening (AUC 0.63[0.51,0.75]; sensitivity 71.8%[54.6,84.4]; specificity 54.7%[41.5,67.3]. When clinical parameters were added, the model’s predictive performance improved (AUC 0.73[0.62,0.84]; sensitivity 78.4%[65.4,87.5]; specificity 51.6%[34.8,68.0]. The results suggest that placenta pathology may provide a unique modality to identify women for cardiovascular screening.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».