MétaCan
Menu
Retour à la cohorte
Enregistrement W4404214317 · doi:10.1016/j.placenta.2024.11.004

Development and validation of the placenta-QUS model for the detection of placenta-mediated diseases using quantitative ultrasound measurements: An Ex Vivo proof-of-concept study

2024· article· en· W4404214317 sur OpenAlexafffundabout
Farah Deeba, Ricky Hu, Victoria A. Lessoway, Jefferson Terry, D. Pugash, Chantal Mayer, Jennifer A. Hutcheon, Robert Rohling

Notice bibliographique

RevuePlacenta · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePregnancy and preeclampsia studies
Établissements canadiensB.C. Women's Hospital & Health CentreUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchMicrosoft ResearchMicrosoftSchlumberger Foundation
Mots-clésPlacentaEx vivoObstetricsProof of conceptIn vivoMedicineComputer scienceFetusPregnancyBiology

Résumé

récupéré en direct d'OpenAlex

Placenta-mediated diseases are associated with structural changes in the placenta. Quantitative Ultrasound (QUS) imaging measures the acoustic properties of the tissue, which are correlated to the underlying tissue structure. We aimed to develop and validate a diagnostic prediction model using QUS measurements for pre-eclampsia (PE) and small-for-gestational-age (SGA) fetuses/neonates. For this prospective case-control study, placentas were collected from a group of women who delivered via cesarean section at BC Women's Hospital, Vancouver, Canada. Ultrasound data were collected and processed to compute three QUS parameters, namely, attenuation coefficient estimate (ACE), integrated backscatter coefficient (IBC), and effective scatterer diameter (ESD) from the placentas. We developed a logistic regression model using QUS parameters as predictors. The primary outcome was the occurrence of SGA and PE. The dataset consisted of 47 placentas, of which 25 placentas were complicated by SGA/PE. The final placenta-QUS model included quadratic and interaction terms of ACE, IBC, and ESD parameters. The placenta-QUS model was well-calibrated, with a calibration slope of 0.99 (0.57–1.05) and a calibration intercept of 0.003 (−0.02 − 0.22). The model predicted the SGA/PE complicated pregnancies with an apparent Area Under the Receive Operating Characteristic Curve (AUROC) of 0.89 (95 % CI: 0.78–0.98). The optimism-adjusted AUROC was 0.88 (95 % CI: 0.78–0.98). A model for SGA and PE has been developed using QUS measures from the placenta ex vivo . The model showed promising performance in detecting SGA/PE. Future studies will be performed to assess the model performance using QUS measures in utero . • We developed a model, placenta-QUS, using quantitative ultrasound of the placenta ex vivo to detect placenta-mediated diseases. • The placenta-QUS model distinguishes between healthy pregnancies and pregnancies with small-for-gestational-age fetuses and preeclampsia. • Quantitative Ultrasound measurements obtained from the placenta can be novel biomarkers of pregnancy-related complications.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,461
Score d'incertitude au seuil0,430

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,125
Tête enseignante GPT0,340
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePlacentaMême sujetPregnancy and preeclampsia studiesTravaux en français237 207