Identification de microARN prédicteurs de l’apparition des troubles hypertensifs de la grossesse et de leurs rôles physiopathologiques potentiels
Bibliographic record
Abstract
L’hypertension artérielle gestationnelle (HTAg) et la prééclampsie (PE) affectent jusqu’à 10% des femmes enceintes et sont parmi les principales causes de mortalité et de morbidité pour la mère et l’enfant. L’HTAg correspond à une élévation de la tension artérielle ≥ 140/90 mmHg alors que la PE se démarque par une hypertension accompagnée d’une protéinurie ou d’autres atteintes systémiques, bien que les deux conditions apparaissent dans la seconde moitié de la grossesse. Cependant, la compréhension des mécanismes sous-jacents à l’HTAg et la PE demeure insuffisante et se traduit par une difficulté à établir convenablement une prise en charge de ces conditions. Encore aujourd’hui, aucun biomarqueur fiable et précis ne permet d’identifier les femmes à risque avant qu’elles ne développent l’une de ces conditions. Dans ce contexte, l’implication des microARN (miARN) dans diverses pathologies associées à la grossesse en fait des biomarqueurs prometteurs pour prédire le risque de développer l’HTAg ou la PE. Les miARN sont de courtes molécules d’ARN d’une longueur de 19-22 nucléotides qui agissent comme régulateurs post-transcriptionnels de l’expression des gènes. Une altération de certains miARN sécrétés par le placenta dans la circulation maternelle a été associée à l’HTAg et à la PE et ces miARN pourraient servir à prédire le risque de ces complications tôt au premier trimestre. Les travaux présentés dans cette thèse ont permis d’identifier, par séquençage de nouvelle génération, des miARN plasmatiques au premier trimestre qui sont associés à l’apparition de l’HTAg et de la PE plus tard dans la grossesse. Plusieurs de ces miARN sont répliqués dans une seconde cohorte prospective de naissance, renforçant leur potentielle implication dans le développement de ces pathologies. Les miARN associés à l’HTAg et ceux associés à la PE sont également de bons prédicteurs du risque de développer ces complications de grossesse. En effet, l’élaboration de modèles de prédiction pour chaque condition, incluant les miARN et les facteurs de risque classiques pour les deux troubles hypertensifs permettent de catégoriser de façon relativement satisfaisante les femmes à haut et faible risque pour l’une de ces complications. Enfin, plusieurs miARN sont significativement différents entre les deux conditions et pourraient servir à les distinguer. Ces miARN régulent des voies biologiques nécessaires à l’intégrité de l’endothélium, la prolifération et l’apoptose des cellules trophoblastes et s’inscrivent dans la compréhension actuelle de la physiopathologie des troubles hypertensifs de la grossesse.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".