MétaCan
Menu
Retour à la cohorte
Enregistrement W2529777800 · doi:10.1111/ped.13176

Maternal zinc deficiency and congenital anomalies in newborns

2016· article· en· W2529777800 sur OpenAlexaff
Mahmood Moghimi, Sahar Ashrafzadeh, Sepehr Rassi, Ali Naseh

Notice bibliographique

RevuePediatrics International · 2016
Typearticle
Langueen
DomaineNursing
ThématiqueTrace Elements in Health
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineZinc deficiency (plant disorder)PediatricsPathologyMicronutrient

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Zinc deficiency in pregnant women is common, especially in the third trimester of pregnancy. The available data, however, on the association between zinc deficiency and congenital malformations in the Iranian population are insufficient. The aim of this study was therefore to determine whether maternal serum zinc deficiency is associated with major congenital malformations in newborns. METHODS: This descriptive, case-control study involved mothers of 80 neonates with congenital anomalies (study group) admitted to the Mofid Children's Hospital, Tehran, Iran. During the same period (2014 and 2015), serum zinc was measured in 80 mothers who had delivered normal newborns without congenital malformations (control group). RESULTS: Mothers with serum zinc deficiency had a more than sevenfold risk of malformations in the fetus compared with mothers with normal serum zinc (OR, 7.013; 95%CI: 2.716-18.110). Newborns with malformation weighing ≤2500 g were associated with lower maternal serum zinc compared with the control group (P = 0.006). CONCLUSIONS: There is an association between congenital malformation in newborns and maternal zinc deficiency.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,332

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,294
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatrics InternationalMême sujetTrace Elements in HealthTravaux en français237 207