Maternal Acylcarnitine Disruption as a Potential Predictor of Preterm Birth in Primigravida: A Preliminary Investigation
Notice bibliographique
Résumé
Preterm birth, defined as any birth before 37 weeks of completed gestation, poses adverse health risks to both mothers and infants. Despite preterm birth being associated with several risk factors, its relationship to maternal metabolism remains unclear, especially in first-time mothers. Aims of the present study were to identify maternal metabolic disruptions associated with preterm birth and to evaluate their predictive potentials. Blood was collected, and the serum harvested from the mothers of 24 preterm and 42 term births at 28–32 weeks gestation (onset of the 3rd trimester). Serum samples were assayed by untargeted metabolomic analyses via liquid chromatography/mass spectrometry (QTOF-LC/MS). Metabolites were annotated by inputting the observed mass-to-charge ratio into the Human Metabolome Database (HMDB). Analysis of 181 identified metabolites by PLS-DA modeling using SIMCA (v17) showed reasonable separation between the two groups (CV-ANOVA, p = 0.02). Further statistical analysis revealed lower serum levels of various acyl carnitines and amino acid metabolites in preterm mothers. Butenylcarnitine (C4:1), a short-chain acylcarnitine, was found to be the most predictive of preterm birth (AUROC = 0.73, [CI] 0.60–0.86). These observations, in conjuncture with past literature, reveal disruptions in fatty acid oxidation and energy metabolism in preterm primigravida. While these findings require validation, they reflect altered metabolic pathways that may be predictive of preterm delivery in primigravida.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».