MétaCan
Menu
Retour à la cohorte
Enregistrement W4295771026 · doi:10.1002/uog.25200

OP09.09: The EVA study secondary outcomes: the impact of pre‐eclampsia onset and severity on early vascular aging

2022· article· en· W4295771026 sur OpenAlexaff
Ana Werlang, Amélie Paquin, Thais Coutinho

Notice bibliographique

RevueUltrasound in Obstetrics and Gynecology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac, Anesthesia and Surgical Outcomes
Établissements canadiensUniversity of OttawaOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineEclampsiaObstetricsPregnancy

Résumé

récupéré en direct d'OpenAlex

Assess the impact of time of onset and severity of pre-eclampsia (PE) on arterial hemodynamics after primary outcomes showed significant correlation between history of PE and early vascular aging (EVA). Among the 40 women with history of PE, subgroups compared those with severe PE and early-onset PE to controls. Validated methodology characterised arterial hemodynamics by combining arterial tonometry with transthoracic echocardiogram outlining measures of aortic stiffness, steady and pulsatile arterial load. We used one-way ANOVA and multivariable linear regression to adjust for confounders. Table 1 summarises unadjusted differences in arterial hemodynamics between severe PE and early-onset PE versus controls. After adjusting for confounders, severe PE group remained significantly associated with higher aortic stiffness and systemic vascular resistance. All markers of pulsatile and steady arterial load remained significantly higher in women with early-onset PE after adjusting for confounders. We found no statistically significant difference when comparing non-severe or late-onset PE and controls. In this secondary analysis of the EVA study, we found that EVA was only present in subgroups of women who had severe features of PE or early-onset of the disease. These women are at higher risk of future cardiovascular events and may benefit from early risk stratification and targeted interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,282
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUltrasound in Obstetrics and GynecologyMême sujetCardiac, Anesthesia and Surgical OutcomesTravaux en français237 207