P28.05: First trimester measurement of subcutaneous and visceral adipose tissue thickness for the prediction of gestational diabetes
Notice bibliographique
Résumé
To estimate the predictive value of first-trimester subcutaneous (SAT) and visceral (VAT) adipose tissues measurement for gestational diabetes. We performed a prospective study of pregnant women recruited at the time of 11–14 weeks ultrasound. Videos of abdominal wall above the uterus were collected and stored for subsequent measurement of SAT and VAT performed by 2 investigators blinded to patients characteristics and obstetrical outcomes. Participants were followed until delivery. Outcomes of interest included gestational diabetes (GDM) and GDM requiring insulin. Parametric, non-parametric, ROC curves analyses and multivariate linear regression analyses were used. 870 participants were recruited. We observed that 1st trimester VAT (Area under the ROC curve: 68%; 95%CI: 61 – 75%) and SAT (AUC: 65%; 95%CI: 57 – 72%) thicknesses were predictive of GDM. First-trimester VAT (AUC: 74%; 95%CI: 64 – 83%) and SAT (AUC: 68%; 95%CI: 58 – 77%) thicknesses were also predictive of GDM requiring insulin. However, only VAT thickness remains significant in multivariate regression analysis (p < 0.0001). We calculated that a VAT thickness >34 mm was associated with a significant risk of developing gestational diabetes (relative risk: 3.4; 95%CI: 2.0 – 5.6) and more particularly gestational diabetes requiring insulin (relative risk: 5.7; 95%CI: 2.8 – 11.5). First-trimester measurement of visceral adipose tissue with ultrasound is a strong predictor of GDM and particularly GDM requiring insulin.
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 | 0,010 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».