Early Postpartum Metabolic Heterogeneity Among Women Who Progressed to Type 2 Diabetes After Gestational Diabetes: A Prospective Cohort
Notice bibliographique
Résumé
AIMS: Gestational diabetes mellitus (GDM) poses a significant risk for developing type 2 diabetes mellitus (T2D) and exhibits heterogeneity. However, understanding the link between different types of post-GDM individuals without diabetes and their progression to T2D is crucial to advance personalised medicine approaches. MATERIALS AND METHODS: We employed a discovery-based unsupervised machine learning clustering method to generate clustering models for analysing metabolomics, clinical, and biochemical datasets. For this analysis, we selected 225 women who later developed T2D during the 12-year follow-up period from the cohort of 1010 women who returned to a non-diabetic state at 6-9 weeks (study baseline) after a GDM pregnancy based on 2-h 75 g research OGTTs. The optimal model was selected by assessing Bayesian Information Criterion values, class separation performance, and the potential for clinically distinguishable clusters, accounting for participant prenatal and early postpartum characteristics. RESULTS: The selected model comprises three clusters: pancreatic beta cell dysfunction (cluster-β: median HOMA-B 161.3 and median HOMA-IR 3.8), insulin-resistance (cluster-IR: median HOMA-B 630.5 and median HOMA-IR 16.8), and a mixed cluster (cluster-mixed: median HOMA-B 307.2 and median HOMA-IR 8.6). These clusters are distinguishable based on postpartum blood test parameters such as glucose tolerance, HOMA indices, and fasting lipid profiles including triglycerides, leptin, HDL-c, and adiponectin, as well as participant age and BMI. Metabolomic analysis identified unique molecular signatures for each cluster. However, the time to T2D onset was not statistically significant among the three clusters (p = 0.22). CONCLUSION: This study enhances our understanding of the heterogeneity of early postpartum metabolic profiles that characterise the future onset of T2D diabetes in a diverse cohort of women with GDM, revealing insights into distinct mechanisms and personalised intervention strategies for the prevention of T2D.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».