First trimester plasma microRNAs levels predict Matsuda Index-estimated insulin sensitivity between 24th and 29th week of pregnancy
Notice bibliographique
Résumé
INTRODUCTION: Gestational diabetes mellitus (GDM) is a consequence of an imbalance between insulin sensitivity (IS) and secretion during pregnancy. MicroRNAs (miRNAs) are small and secreted RNA molecules stable in blood and known to regulate physiological processes including glucose homeostasis. The aim of this study was to identify plasmatic miRNAs detectable in early pregnancy predicting IS at 24th-29th week of pregnancy. RESEARCH DESIGN AND METHODS: We quantified circulating miRNAs in 421 women in plasma collected at 9.6±2.2 weeks of pregnancy using next-generation sequencing. RESULTS: we detected 2170 miRNAs: 39 (35 positively and 4 negatively) were associated with IS as estimated by the Matsuda Index at 26.4±1.0 weeks of pregnancy. Lasso regression identified 18 miRNAs independently predicting Matsuda Index-estimated IS. Together with gestational age, maternal age and body mass index at first trimester, they explain 36% of IS variance in late second trimester of pregnancy. These miRNAs regulate fatty acid biosynthesis and metabolism among other pathways. CONCLUSIONS: In summary, we have identified first trimester plasmatic miRNAs predictive of Matsuda Index-estimated IS in late second trimester of pregnancy. These miRNAs could also contribute to initiate and support IS adaptation to pregnancy potentially through lipid metabolism regulation.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».