Comparison of National Factor-Based Models for Preeclampsia Screening
Notice bibliographique
Résumé
Objective This study aimed to compare the predictive values of the American College of Obstetricians and Gynecologists (ACOG), the National Institute for Health and Care Excellence (NICE), and the Society of Obstetricians and Gynecologists of Canada (SOGC) factor-based models for preeclampsia (PE) screening. Study Design We conducted a secondary analysis of maternal and birth data from 32 hospitals. For each delivery, we calculated the risk of PE according to the ACOG, the NICE, and the SOGC models. Our primary outcomes were PE and preterm PE (PE combined with preterm birth) using the ACOG criteria. We calculated the detection rate (DR or sensitivity), the false positive rate (FPR or 1 − specificity), the positive (PPV) and negative (NPV) predictive values of each model for PE and for preterm PE using receiver operator characteristic (ROC) curves. Results We used 130,939 deliveries including 4,635 (3.5%) cases of PE and 823 (0.6%) cases of preterm PE. The ACOG model had a DR of 43.6% for PE and 50.3% for preterm PE with FPR of 15.6%; the NICE model had a DR of 36.2% for PE and 41.3% for preterm PE with FPR of 12.8%; and the SOGC model had a DR of 49.1% for PE and 51.6% for preterm PE with FPR of 22.2%. The PPV for PE of the ACOG (9.3%) and NICE (9.4%) models were both superior than the SOGC model (7.6%; p < 0.001), with a similar trend for the PPV for preterm PE (1.9 vs. 1.9 vs. 1.4%, respectively; p < 0.01). The area under the ROC curves suggested that the ACOG model is superior to the NICE for the prediction of PE and preterm PE and superior to the SOGC models for the prediction of preterm PE (all with p < 0.001). Conclusion The current ACOG factor-based model for the prediction of PE and preterm PE, without considering race, is superior to the NICE and SOGC models. Key Points
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 | 0,046 | 0,113 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».