Predictive biomarkers of preeclampsia severity in a low resource setting: Role of red blood cell indices, NLR, and albumin-to-creatinine ratio
Notice bibliographique
Résumé
Preeclampsia (PE), a serious medical condition with substantial maternal and perinatal implications, poses a significant challenge, particularly in high-incidence countries like Indonesia. Red blood cell (RBC) indices, neutrophil-to-lymphocyte ratio (NLR), and microalbuminuria (albumin-to-creatinine ratio (ACR)) may signal systemic inflammation and endothelial dysfunction, recently recognized as potential indicators for diagnosing and predicting disease severity. The aim of this study was to analyze RBC indices, NLR, and ACR changes in women with PE and their potential for predicting disease severity. A cross-sectional study was conducted at multi-center hospitals across Medan, Indonesia, from June 2022 to June 2023. The patients were grouped into PE cases with and without severe features. Demographic characteristics and complications were recorded while blood and urine were tested. The Chi-squared test, Fisher's exact test and Mann-Whitney test were used to determine biomarkers associated with severe PE. A total of 208 PE patients were included in the study (104 patients for each PE with and without severe features). Our data indicated that PE patients with severe features had higher red cell distribution width (18.5% vs 13.7%; p<0.001), NLR (5.66% vs 4.1%; p<0.001), and ACR (755.97 mg/dL vs 468.63 mg/dL; p<0.001) compared to those without severe features. In contrast, the platelet count was lower in severe features than those without (21.9 × 106/µL vs 27.0 × 106/µL; p=0.002). This study highlighted that PE patients with severe features predominantly had higher levels of RDW, NLR, and ACR and lower platelet counts compared to those without severe features. Therefore, basic tests such as complete blood count and urinalysis, which are inexpensive and feasible in primary care settings with limited resources, offer hope as valuable diagnostic biomarkers for pregnant women diagnosed with PE in a low resource setting.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».