S'abonner

Metabolomic analysis for first-trimester Down syndrome prediction - 24/04/13

Doi : 10.1016/j.ajog.2012.12.035 
Ray O. Bahado-Singh, MD, MBA a, Ranjit Akolekar, MD c, Rupasri Mandal, PhD d, Edison Dong, BSc d, Jianguo Xia, PhD e, Michael Kruger, MS b, David S. Wishart, PhD d, e, Kypros Nicolaides, MD c
a Department of Obstetrics and Gynecology, Oakland University –William Beaumont School of Medicine, Royal Oak, MI 
b Department of Obstetrics and Gynecology, Wayne State University School of Medicine, Detroit, MI 
c Harris Birthright Research Centre for Fetal Medicine, King's College Hospital, London, England, UK 
d Department of Biological Sciences, University of Alberta, Edmonton, AB, Canada 
e Department of Computing Sciences, University of Alberta, Edmonton, AB, Canada 

Résumé

Objective

The objective of the study was to perform first-trimester maternal serum metabolomic analysis and compare the results in aneuploid vs Down syndrome (DS) pregnancies.

Study Design

This was a case-control study of pregnancies between 11+0 and 13+6 weeks. There were 30 DS cases and 60 controls in which first-trimester maternal serum was analyzed. Nuclear magnetic resonance-based metabolomic analysis was performed for DS prediction.

Results

Concentrations of 11 metabolites were significantly different in the serum of DS pregnancies. The combination of 3-hydroxyisovalerate, 3-hydroxybuterate, and maternal age had a 51.9% sensitivity at 1.9% false-positive rate for DS detection. One multimarker algorithm had 70% sensitivity at 1.7% false-positive rate. Novel markers such as 3-hydroxybutyrate, involved in brain growth and myelination, and 2-hydroxybutyrate, involved in the defense against oxidative stress, were found to be abnormal.

Conclusion

The study reports novel metabolomic markers for the first-trimester prediction of fetal DS. Metabolomics provided insights into the cellular dysfunction in DS.

Le texte complet de cet article est disponible en PDF.

Key words : Down syndrome screening, metabolomics


Plan


 This study was supported in part by a grant from the Fetal Medicine Foundation, charity number 1037116.
 The authors report no conflict of interest.
 Reprints not available from the authors.
 Cite this article as: Bahado-Singh RO, Akolekar R, Mandal R, et al. Metabolomic analysis for first-trimester Down syndrome prediction. Am J Obstet Gynecol 2013;208:371.e1-8.


© 2013  Mosby, Inc. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 208 - N° 5

P. 371.e1-371.e8 - mai 2013 Retour au numéro
Article précédent Article précédent
  • A randomized trial comparing conventional and robotically assisted total laparoscopic hysterectomy
  • Marie Fidela R. Paraiso, Beri Ridgeway, Amy J. Park, J. Eric Jelovsek, Matthew D. Barber, Tommaso Falcone, Jon I. Einarsson
| Article suivant Article suivant
  • Recurrence of small-for-gestational-age pregnancy: analysis of first and subsequent singleton pregnancies in The Netherlands
  • Bart Jan Voskamp, Brenda M. Kazemier, Anita C.J. Ravelli, Jelle Schaaf, Ben Willem J. Mol, Eva Pajkrt

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.