Quantitative ultrasound characterization of the human placenta for detection of placenta-mediated pregnancy complications
Notice bibliographique
Résumé
Quantitative Ultrasound in Placenta (QUS-P) measures the acoustic properties of the underlying tissue and therefore can be used to detect structural changes associated with placenta-mediated diseases in utero. To develop a real-time, non-invasive clinical tool using QUS-P, we first conducted an ex-vivo study on post-delivery human placentas (n = 47), of which 25 were from pregnancies affected by pre-eclampsia (PE) and/or small-for-gestational age (SGA). Ultrasound radio-frequency data were analyzed to estimate QUS-P parameters: attenuation coefficient, backscatter coefficient and effective scatterer diameter. A logistic regression model developed using these QUS-P parameters achieved high discrimination (AUROC: 0.89 (95% CI: 0.78–0.98)) and calibration (slope: 0.93 and intercept 0.003) for PE/SGA detection. Building on these findings, we conducted STIMULUS, an in utero study involving pregnant participants (34–36 weeks gestation). Preliminary analysis (n = 184) identified 29 (15.8%) neonates with perinatal hypoxia, 5 of which showed maternal/fetal vascular malperfusion. Logistic regression using QUS-P parameters predicted hypoxia with an AUROC of 0.70 (95% CI: 0.58–0.81) and the sub-category of placenta-mediated hypoxia with an AUROC of 0.98 (95% CI: 0.88–1.0). The findings demonstrate that QUS-P holds potential for integration into prenatal care as an early, non-invasive tool for predicting placenta-mediated diseases before clinical onset.
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 | 0,004 | 0,007 |
| 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 | 0,000 |
| 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 ».