MétaCan
Menu
Retour à la cohorte
Enregistrement W3137966472 · doi:10.1093/aje/kwab061

Food Fortification With Folic Acid for Prevention of Spina Bifida and Anencephaly: The Need for a Paradigm Shift in Evidence Evaluation for Policy-Making

2021· article· en· W3137966472 sur OpenAlexaff
Homero Martı́nez, Helena Pachón, Vijaya Kancherla, Godfrey P. Oakley

Notice bibliographique

RevueAmerican Journal of Epidemiology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueFolate and B Vitamins Research
Établissements canadiensNutrition International
Organismes subventionnairesHospital Infantil de México Federico GómezEmory University
Mots-clésSpina bifidaMedicineContext (archaeology)AnencephalyPublic healthEnvironmental healthObservational studyFolic acidLegislationGerontologyPediatricsPregnancyPolitical scienceNursingPathologyInternal medicineLaw

Résumé

récupéré en direct d'OpenAlex

Context-specific evidence evaluation is advocated in modern epidemiology to support public health policy decisions, avoiding excessive reliance on experimental study designs. Here we present the rationale for a paradigm shift in evaluation of the evidence derived from independent studies, as well as systematic reviews and meta-analyses of observational studies, applying Hill's criteria (including coherence, plausibility, temporality, consistency, magnitude of effect, and dose-response) to evaluate food fortification as an effective public health intervention against folic acid-preventable (FAP) spina bifida and anencephaly (SBA). A critical appraisal of evidence published between 1983 and 2020 supports the conclusion that food fortification with folic acid prevents FAP SBA. Policy-makers should be confident that with mandatory legislation, effective implementation, and periodic evaluation, food fortification assures that women of reproductive age will safely receive daily folic acid to significantly reduce the risk of FAP SBA. Current evidence should suffice to generate the political will to implement programs that will save thousands of lives each year in over 100 countries.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,286
score de la tête « metaresearch » (Gemma)0,447
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,286
Score d'incertitude au seuil0,880

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2860,447
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,008
Bibliométrie0,0090,006
Études des sciences et des technologies0,0020,006
Communication savante0,0130,011
Science ouverte0,0030,004
Intégrité de la recherche0,0080,011
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,160
Tête enseignante GPT0,471
Écart entre enseignants0,311 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations30
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of EpidemiologyMême sujetFolate and B Vitamins ResearchTravaux en français237 207