Assessment of Epicardial Fat Thickness in Infants of Diabetic Mothers and its Relation to Glycated Albumin Level
Notice bibliographique
Résumé
Background: Infants of diabetic mothers (IDMs) are at increased risk for developing cardiometabolic disorders. Traditional markers like HbA1c have limitations in certain clinical scenarios, highlighting the need for alternative indicators. Epicardial fat thickness (EFT), due to its anatomical and functional proximity to the heart, and glycated albumin, a short-term glycemic marker, may provide early risk detection. Objective: To assess epicardial fat thickness and umbilical cord glycated albumin levels in neonates of diabetic mothers and determine their association, exploring their potential as early predictors of short-term glycemic control and cardiometabolic risk. Methods: This cross-sectional, case-control study involved 35 IDMs and 30 neonates born to non-diabetic mothers (NIDMs). Echocardiography measured EFT in the first week of life, while glycated albumin was measured via ELISA from umbilical cord blood. Statistical analysis included ROC curves and logistic regression to evaluate diagnostic performance. Results: EFT and glycated albumin were significantly elevated in IDMs compared to NIDMs (p < 0.001). A cutoff value of EFT >16.3 mm had a specificity of 93.1% and a sensitivity of 54.29%. Glycated albumin>434 g/dl showed a sensitivity of 91.43% and specificity of 83.33%. Multivariate analysis identified glycated albumin as a strong independent predictor of pregestational diabetes mellitus, while both biomarkers were associated with gestational diabetes. Conclusions: EFT and glycated albumin serve as effective, non-invasive markers for early detection of cardiometabolic risk in neonates born to diabetic mothers. Their incorporation into routine assessments may enhance early diagnosis and targeted intervention strategies.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».