Use of cell-free signals as biomarkers for early and easy prediction of preeclampsia
Notice bibliographique
Résumé
Introduction Preeclampsia (PE) is a leading cause of maternal and perinatal morbidity worldwide. However, current methods of screening are complicated and require special skill sets. In this observational study of prospectively collected samples, we wanted to evaluate if cell-free ( cf ) DNA could be an efficient biomarker for identification of at-risk patients. Methods One hundred patients attending a private prenatal clinic in Canada were enrolled in their first trimester of pregnancy and a blood draw was carried out at 11 + 0 to 14 + 2 weeks’ (timepoint A) and 17 + 6 to 25 + 5 weeks of gestation (timepoint B). CfDNA signals, namely concentration, fetal fraction, and fragment size distribution, were correlated with clinical outcomes in the test population to develop the logistic regression model. Results Twelve patients developed PE—four early-stage and eight late-stage PE. Significant differences were observed between PE patients and control cases for all three cfDNA signals at timepoint A, while both fetal fraction and concentration were significantly different between PE patients and control cases at timepoint B. Overall, the model had a sensitivity of up to 100% and specificity of up to 87.5% at Timepoint A. Conclusion This proof-of-principle study showed that use of this logistic regression model could identify patients at risk of preeclampsia in the first trimester of pregnancy.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».