Characterizing and Evaluating Diurnal Salivary Uric Acid Across Pregnancy Among Healthy Women
Notice bibliographique
Résumé
Uric acid levels during pregnancy have been examined as a potential indicator of risk for gestational diabetes mellites, hypertension, and related adverse birth outcomes. However, evidence supporting the utility of serum uric acid levels in predicting poor maternal and fetal health has been mixed. The lack of consistent findings may be due to limitations inherent in serum-based biomeasure evaluations, such as minimal repeated assessments and variability in the timing of these assessments. To address these gaps, we examined repeated measurements of diurnal salivary uric acid (sUA) levels in a sample of 44 healthy women across early-mid and late pregnancy. We assessed potential covariates and confounds of sUA levels and diurnal trajectories, as well as associations between maternal weight gain and blood pressure during pregnancy and sUA concentrations. Using multilevel linear models, we found sUA increased across pregnancy and displayed a robust diurnal pattern with the highest concentrations at waking, a steep decline in the early morning, and decreasing levels across the day. Maternal pre-pregnancy BMI, age, prior-night sleep duration, and fetal sex were associated with sUA levels and/or diurnal slopes. Maternal blood pressure and gestational weight gain also showed significant associations with sUA levels across pregnancy. Our results expand upon those found with serum UA measurements. Further, they demonstrate the feasibility of using at-home, minimally-invasive saliva sampling procedures to track UA levels across pregnancy with potential applications for the long-term monitoring of maternal cardiometabolic risk.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».