Refining the diagnosis of gestational diabetes mellitus: a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Background Perinatal outcomes vary for women with gestational diabetes mellitus (GDM). The precise factors beyond glycemic status that may refine GDM diagnosis remain unclear. We conducted a systematic review and meta-analysis of potential precision markers for GDM. Methods Systematic literature searches were performed in PubMed and EMBASE from inception to March 2022 for studies comparing perinatal outcomes among women with GDM. We searched for precision markers in the following categories: maternal anthropometrics, clinical/sociocultural factors, non-glycemic biochemical markers, genetics/genomics or other -omics, and fetal biometry. We conducted post-hoc meta-analyses of a subset of studies with data on the association of maternal body mass index (BMI, kg/m 2 ) with offspring macrosomia or large-for-gestational age (LGA). Results A total of 5905 titles/abstracts were screened, 775 full-texts reviewed, and 137 studies synthesized. Maternal anthropometrics were the most frequent risk marker. Meta-analysis demonstrated that women with GDM and overweight/obesity vs. GDM with normal range BMI are at higher risk of offspring macrosomia (13 studies [ n = 28,763]; odds ratio [OR] 2.65; 95% Confidence Interval [CI] 1.91, 3.68), and LGA (10 studies [ n = 20,070]; OR 2.23; 95% CI 2.00, 2.49). Lipids and insulin resistance/secretion indices were the most studied non-glycemic biochemical markers, with increased triglycerides and insulin resistance generally associated with greater risk of offspring macrosomia or LGA. Studies evaluating other markers had inconsistent findings as to whether they could be used as precision markers. Conclusions Maternal overweight/obesity is associated with greater risk of offspring macrosomia or LGA in women with GDM. Pregnancy insulin resistance or hypertriglyceridemia may be useful in GDM risk stratification. Future studies examining non-glycemic biochemical, genetic, other -omic, or sociocultural precision markers among women with GDM are warranted.
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 | 0,020 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,031 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».