Screening Accuracy of the 50 g-Glucose Challenge Test in Twin Compared With Singleton Pregnancies
Notice bibliographique
Résumé
CONTEXT: The optimal 50 g-glucose challenge test (GCT) cutoff for the diagnosis of gestational diabetes mellitus (GDM) in twin pregnancies is unknown. OBJECTIVE: This work aimed to explore the screening accuracy of the 50 g-GCT and its correlation with the risk of large for gestational age (LGA) newborn in twin compared to singleton pregnancies. A population-based retrospective cohort study (2007-2017) was conducted in Ontario, Canada. Participants included patients with a singleton (n = 546 892 [98.4%]) or twin (n = 8832 [1.6%]) birth who underwent screening for GDM using the 50 g-GCT. METHODS: We compared the screening accuracy, risk of GDM, and risk of LGA between twin and singleton pregnancies using various 50 g-GCT cutoffs. RESULTS: For any given 50 g-GCT result, the probability of GDM was higher (P = .0.007), whereas the probability of LGA was considerably lower in the twin compared with the singleton group, even when a twin-specific growth chart was used to diagnose LGA in the twin group (P < .001). The estimated false-positive rate (FPR) for GDM was higher in twin compared with singleton pregnancies irrespective of the 50 g-GCT cutoff used. The cutoff of 8.2 mmol/L (148 mg/dL) in twin pregnancies was associated with an estimated FPR (10.7%-11.1%) that was similar to the FPR associated with the cutoff of 7.8 mmol/L (140 mg/dL) in singleton pregnancies (10.8%). CONCLUSION: The screening performance of the 50 g-GCT for GDM and its correlation with LGA differ between twin and singleton pregnancies.
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 | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».