Pregnancy-associated plasma protein A (PAPP-A) as a first trimester serum biomarker for preeclampsia screening: a systematic review and meta-analysis
Notice bibliographique
Résumé
Objective The aim of this study is to systematically examine the role of the pregnancy-associated plasma protein A (PAPP-A) serum biomarker in the first trimester screening of preeclampsia (PE).Materials and methods A systematic search of the literature was conducted on PubMed via Medline, and Cochrane Library up to 8 November 2022, for prospective studies evaluating PAPP-A serum levels in first trimester pregnant women as a screening biomarker for PE. Eligible were all prospectively designed case-control or cohort studies, published in English. Two investigators independently examined the studies and the studies’ characteristics were extracted. Newcastle-Ottawa Scale (NOS) for case-control and cohort studies were applied to assess the risk of bias. For the quantitative analysis of the studies, a meta-analysis was also performed.Results A total of 22 studies including 33,651 pregnant women were assessed, of whom, 2001 were diagnosed with PE. A meta-analysis was performed, showing that PAPP-A levels in the first trimester were significantly lower in early onset preeclamptic women (MD: −0.24, 95% CI: −0.37, −0.11, p = .0002), late onset (MD: −0.15, 95% CI: −0.25, −0.05, p = .03), and total preeclamptic cases (MD = −0.17, 95% CI = −0.23, −0.11, p < .00001) when compared with controls.Conclusions Our results suggest that PAPP-A can be a promising predictor in early screening for PE; hence, women at risk can be diagnosed early in their pregnancy stage and benefit from individualized PE treatment before it progresses.
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 | 0,014 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,040 |
| Bibliométrie | 0,010 | 0,009 |
| 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 | 0,003 | 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 ».