Prédiction des enfants petits pour l’âge gestationnel par biométrie fœtale et étude de l’impact du délai échographie-accouchement
Bibliographic record
Abstract
Objectifs : Comparer différentes méthodes échographiques de surveillance de croissance fœtale au troisième trimestre de la grossesse dans la prédiction des enfants nés petits pour l’âge gestationnel (PAG) et étudier l’impact du délai entre l’échographie et l’accouchement. Méthodes : Les données sont issues de l’étude multicentrique prospective réalisée au Québec IRNPQEO/3D. Différentes méthodes échographiques sont comparées : le périmètre abdominal à partir d’Hadlock (Hadlock PA), d’Intergrowth study 21st (Intergrowth PA) ou de Salomon (Salomon PA) ; l’estimation du poids fœtal à partir des courbes customisées de Gardosi (Gardosi EPF) et d’Hadlock (Hadlock EPF) ; et la vitesse de croissance (VCPA) entre les 2ème et 3ème trimestres à partir du PA. Les délais entre l’échographie et l’accouchement étudiés étaient : <4 semaines d’aménorrhée (SA), <6SA et <10SA. Résultats : Sur 1831 patientes, le délai échographie-accouchement a été <4 semaines pour 17%, <6 semaines pour 47,5% et <10 semaines pour 96%. L’aire sous les courbes ROC (AUC) pour la prédiction des PAG étaient 0.772, 0.768, 0.766, 0.765, 0.708 et 0.674 respectivement pour Salomon PA, Hadlock EPF, Hadlock PA, Intergrowth PA, Gardosi EPF et la VCPA. La meilleure AUC était 0.856 pour le Hadlock PA, 0.824 pour Hadlock PA et 0.784 pour Hadlock EPF, pour des délais respectivement <4, <6 et <10 semaines. Pour un taux de 10% de faux positifs, la meilleure sensibilité était de 60.0% pour Intergrowth PA, 44.3% pour Hadlock PA et 42.1% pour Salomon PA pour des délais respectivement <4, <6 et <10 semaines. Conclusion: La biométrie fœtale au troisième trimestre a une faible performance pour prédire les PAG.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".