MétaCan
Menu
Retour à la cohorte
Enregistrement W4415170213 · doi:10.33846/sf16155

Konsumsi Asam Folat pada Wanita Usia Subur untuk Meningkatkan Kesehatan Ibu dan Anak di Indonesia

2025· article· id· W4415170213 sur OpenAlexaboutno aff

Notice bibliographique

RevueJurnal Penelitian Kesehatan "SUARA FORIKES" (Journal of Health Research "Forikes Voice") · 2025
Typearticle
Langueid
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFolic acidIncidence (geometry)Folic acid supplementationPregnancyPreeclampsia

Résumé

récupéré en direct d'OpenAlex

The leading causes of maternal death include eclampsia, hemorrhage, and infection. The incidence of preeclampsia in pregnant women is correlated with the incidence of anemia, and most cases are caused by nutritional problems. One of the nutritional intakes needed by pregnant women to prevent maternal morbidity is folic acid. The purpose of this study was to determine the impact of folic acid consumption in women of childbearing age on maternal and child health in Indonesia. This study is a systematic review using five databases (PubMed, Google Scholar, ScienceDirect, Proquest, and Garuda) in accordance with the PRISMA procedure. Articles accepted were published within the last 10 years in English and Indonesian. Risk assessment of bias was assessed using the Newcastle Ottawa Scale (NOS), resulting in five articles. The review results showed five cross-sectional studies and one case-control study. Furthermore, it was found that there is a relationship between folic acid consumption and the incidence of maternal morbidity. This occurs because folic acid consumption can reduce the risk of preeclampsia. Folic acid is also closely related to anemia, where the intake of iron tablets and folic acid supplements affects hemoglobin levels in pregnant women. In addition, folic acid supports fetal growth. It was further concluded that folic acid consumption can improve maternal and child health. Keywords : folic acid; pregnancy; anemia; maternal and child health ABSTRAK Penyebab teratas kematian ibu antara lain adalah eklamsia, perdarahan, dan infeksi. Kejadian preeklamsia pada ibu hamil berkorelasi dengan kejadian anemia, dan sebagian besar kasusnya disebabkan oleh masalah nutrisi. Salah satu asupan nutrisi yang diperlukan ibu hamil untuk mencegah terjadinya kesakitan ibu adalah asam folat. Tujuan dari studi ini adalah mengetahui dampak konsumsi asam folat pada wanita usia subur terhadap kesehatan ibu dan anak di Indonesia. Studi ini merupakan tinjauan sistematis menggunakan lima database (PubMed, Google Scholar, ScienceDirect, Proquest, dan Garuda) sesuai dengan prosedur PRISMA. Artikel yang diterima adalah terbitan 10 tahun terakhir dalam bahasa Inggris dan bahasa Indonesia. Risk assessment of bias dinilai menggunakan Newcastle Ottawa Scale (NOS), sehingga didapatkan 5 artikel. Hasil tinjauan menunjukkan bahwa ada 5 penelitian cross-sectional dan 1penelitian case-control . Selanjutnya diketahui bahwa ada hubungan antara konsumsi asam folat dengan kejadian kesakitan ibu. Hal tersebut terjadi karena konsumsi asam folat dapat menurunkan risiko preeklamsia. Asam folat juga berkaitan erat dengan anemia, dimana asupan suplemen tablet Fe dan asam folat mempengaruhi kadar hemoglobin ibu hamil. Selain itu, asam folat mendukung pertumbuhan janin. Selanjutnya disimpulkan bahwa konsumsi asam folat dapat meningkatkan kesehatan ibu dan anak. Kata kunci : asam folat; kehamilan; anemia; kesehatan ibu dan anak

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,113
Tête enseignante GPT0,440
Écart entre enseignants0,327 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Penelitian Kesehatan "SUARA FORIKES" (Journal of Health Research "Forikes Voice")Même sujetPublic Health and NutritionTravaux en français237 207