Development of a lipid-glycaemic prediction model for gestational diabetes mellitus: a single-Centre retrospective study.
پخش حرفهای فارسی و انگلیسی
در حال بررسی نسخههای صوتی ذخیرهشده…
تنظیم صدای طبیعی و سرعت
صداهایی که در نامشان «Natural»، «Neural» یا «Online» دیده میشود معمولاً طبیعیترند. انتخاب صدا به صداهای نصبشده در ویندوز و مرورگر شما بستگی دارد.
چکیده اصلی
BACKGROUND: Gestational diabetes mellitus (GDM) is a common pregnancy complication. Although lipid parameters, the triglyceride-glucose (TyG) index, and TyG-body mass index (TyG-BMI) have been associated with GDM, their relative value within an integrated lipid-glycaemic prediction framework remains unclear. This study developed and internally validated an interpretable model for GDM risk estimation. METHODS: This single-centre retrospective study included 287 pregnant women who underwent 75 g oral glucose tolerance testing and fasting lipid assessment at 24-28 gestational weeks, including 72 with GDM and 215 without GDM. Candidate predictors comprised maternal characteristics, fasting plasma glucose (FPG), routine lipid fractions, apolipoproteins, the TyG index, and TyG-BMI. Forward stepwise likelihood-ratio logistic regression was used to develop the original combined model. A structured alternative model replaced pre-pregnancy BMI, FPG, and triglycerides with TyG-BMI. Model performance was evaluated using receiver operating characteristic analysis, calibration measures, threshold-dependent diagnostic metrics, 1,000-resample bootstrap internal validation, paired DeLong testing, a nomogram, and decision curve analysis. RESULTS: Eight variables were retained in the original combined model: maternal age, pre-pregnancy BMI, FPG, total cholesterol, triglycerides, non-high-density lipoprotein cholesterol, low-density lipoprotein cholesterol, and apolipoprotein B. Its apparent and optimism-corrected AUCs were 0.848 (95% CI: 0.786-0.909) and 0.830, respectively; the bootstrap-corrected calibration intercept was -0.03, calibration slope was 0.86, and Brier score was 0.147. The TyG-BMI alternative model had apparent and optimism-corrected AUCs of 0.831 (95% CI: 0.765-0.897) and 0.817. The AUC difference was 0.017 (95% CI: -0.011 to 0.045; P = 0.235). Decision curve analysis indicated potential net benefit for both models across clinically relevant thresholds. CONCLUSION: Both models showed good internally validated discrimination and acceptable calibration for GDM risk estimation at routine screening. The original model had a numerically higher AUC, but discrimination did not differ significantly between models. External validation is required before clinical implementation.
نتیجه فارسی
این مطالعه یک مدل پیشبینی ریسک دیابت بارداری بر اساس پارامترهای لیپید و قند خون را توسعه داد. هر دو مدل (ترکیبی اصلی و جایگزین TyG-BMI) عملکرد خوبی در تفکیکپذیری و کالیبراسیون داشتند، اما تفاوت معنیداری در عملکرد بین آنها مشاهده نشد. اعتبارسنجی خارجی برای استفاده بالینی مورد نیاز است.
- مدل پیشبینی شامل هشت متغیر شامل سن مادر، BMI قبل از بارداری، FPG و پارامترهای لیپیدی است.
- مدل ترکیبی اصلی AUC ۰.۸۳۰ و مدل جایگزین TyG-BMI AUC ۰.۸۱۷ داشتند.
- تفاوت معنیداری در عملکرد بین دو مدل مشاهده نشد (P = ۰.۲۳۵).
- مدلها در آستانههای بالینی مرتبط مزیت خالص بالقوهای نشان دادند.
- اعتبارسنجی خارجی برای استفاده بالینی الزامی است.
ترجمه فارسی چکیده
دیابت بارداری (GDM) یک عارضه شایع بارداری است. اگرچه پارامترهای لیپیدی، شاخص تریگلیسرید-گلوکز (TyG) و TyG-شاخص توده بدنی (TyG-BMI) با GDM مرتبط شدهاند، ارزش نسبی آنها در یک چارچوب پیشبینی یکپارچه لیپید-گلیکمی روشن نیست. این مطالعه یک مدل قابل تفسیر برای تخمین ریسک GDM را توسعه داد و داخلیً آن را اعتبارسنجی کرد. این مطالعه بازنگری تکمرکزی شامل ۲۸۷ زن باردار بود که در هفتههای ۲۴ تا ۲۸ بارداری آزمون تحمل گلوکز خوراکی ۷۵ گرمی و ارزیابی لیپیدهای ناشتا انجام دادند، از جمله ۷۲ مورد با GDM و ۲۱۵ مورد بدون GDM. پیشبینیکنندگان احتمالی شامل ویژگیهای مادر، قند خون ناشتا (FPG)، کسرهای لیپید عادی، آپولیپوپروتئینها، شاخص TyG و TyG-BMI بود. رگرسیون لاجستیک گامبهگام نسبت احتمال برای توسعه مدل ترکیبی اصلی استفاده شد. یک مدل جایگزین ساختاریافته شاخص توده بدنی قبل از بارداری، FPG و تریگلیسریدها را با TyG-BMI جایگزین کرد. عملکرد مدل با استفاده از تحلیل گیرنده عملگر (ROC)، معیارهای کالیبراسیون، معیارهای تشخیصی وابسته به آستانه، اعتبارسنجی داخلی با نمونهبرداری مجدد بوتاسترپ ۱۰۰۰ تایی، آزمون جفت DeLong، نمودار و تصمیمگیری تحلیل منحنی ارزیابی شد. هشت متغیر در مدل ترکیبی اصلی باقی ماندند: سن مادر، شاخص توده بدنی قبل از بارداری، FPG، کل کلسترول، تریگلیسریدها، کلسترول غیر-لیپوپروتئین غلیظ بالا، کلسترول لیپوپروتئین غلیظ پایین و آپولیپوپروتئین B. AUC ظاهری و اصلاحشده آسپکت (optimism-corrected) آنها به ترتیب ۰.۸۴۸ (۹۵٪ CI: ۰.۷۸۶-۰.۹۰۹) و ۰.۸۳۰ بود؛ آستانه کالیبراسیون اصلاحشده بوتاسترپ -۰.۰۳، شیب کالیبراسیون ۰.۸۶ و امتیاز Brier ۰.۱۴۷ بود. مدل جایگزین TyG-BMI AUC ظاهری و اصلاحشده آسپکت ۰.۸۳۱ (۹۵٪ CI: ۰.۷۶۵-۰.۸۹۷) و ۰.۸۱۷ داشت. تفاوت AUC ۰.۰۱۷ (۹۵٪ CI: -۰.۰۱۱ تا ۰.۰۴۵؛ P = ۰.۲۳۵) بود. تحلیل منحنی تصمیم نشان داد یک مزیت خالص بالقوه برای هر دو مدل در آستانههای بالینی مرتبط. هر دو مدل نشان دادند تفکیکپذیری داخلیً خوب و کالیبراسیون قابل قبول برای تخمین ریسک GDM در غربالگری روتین. مدل اصلی AUC عددی بالاتری داشت، اما تفکیکپذیری بین مدلها تفاوت معنیداری نداشت. قبل از پیادهسازی بالینی، اعتبارسنجی خارجی مورد نیاز است.
روش پژوهش
این مطالعه بازنگری تکمرکزی شامل ۲۸۷ زن باردار بود که در هفتههای ۲۴ تا ۲۸ بارداری آزمون تحمل گلوکز خوراکی ۷۵ گرمی و ارزیابی لیپیدهای ناشتا انجام دادند. رگرسیون لاجستیک گامبهگام برای توسعه مدل استفاده شد و عملکرد مدل با تحلیل ROC و اعتبارسنجی بوتاسترپ ارزیابی شد.
محدودیتها
این مطالعه بازنگری تکمرکزی بود و شامل یک جمعیت خاص بود. اعتبارسنجی خارجی انجام نشد و نتایج باید در جمعیتهای دیگر تکرار شود.
نمای PICO و پیامدها
- جمعیت
- ۲۸۷ زن باردار (۷۲ مورد با GDM و ۲۱۵ مورد بدون GDM) که در هفتههای ۲۴ تا ۲۸ بارداری آزمون تحمل گلوکز خوراکی ۷۵ گرمی و ارزیابی لیپیدهای ناشتا انجام دادند.
- مداخله/مواجهه
- توسعه یک مدل پیشبینی ریسک GDM بر اساس پارامترهای لیپید و قند خون.
- مقایسه
- مدل جایگزین TyG-BMI که شاخص توده بدنی قبل از بارداری، FPG و تریگلیسریدها را با TyG-BMI جایگزین کرد.
- حجم نمونه
- ۲۸۷
متن کامل اصلی
برای بررسی دسترسی کتابخانهای یا خرید، رکورد اصلی را باز کنید.
رفتن به منبع اصلی