MétaCan
Menu
Retour à la cohorte
Enregistrement W7125091419

A systematic review and metanalysis of the association of inadequate weight gain and anemia in pregnant women

2025· other· es· W7125091419 sur OpenAlexaboutno aff
Darlyn Jenifer Tina Torres, Fiorella Fabiola Quillatupa Ramirez

Notice bibliographique

RevueRepositorio Académico UPC (Universidad Peruana de Ciencias Aplicadas) · 2025
Typeother
Languees
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWeight gainAnemiaReference valuesBody weight
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introducción: La anemia durante el embarazo es un problema de salud pública. La OMS reporta que cerca del 40% de las mujeres embarazadas a nivel mundial padecen anemia, asociada a complicaciones maternas y neonatales. Existen factores como la deficiencia de hierro, inflamación crónica por obesidad y ganancia de peso excesiva que agravan este problema. Objetivo: Sistematizar y evaluar la asociación entre la ganancia de peso inadecuada y la anemia en gestantes. Estrategia de búsqueda: Se realizó búsqueda en cinco bases de datos sin restricciones de idioma ni año de publicación, utilizando términos relacionados a anemia, ganancia de peso gestacional y embarazo como palabras clave. Extracción y análisis de los datos: Se incluyeron estudios de cohortes, transversales y casos-controles. Se utilizó el gestor bibliográfico Rayyan para exportar estudios y eliminar duplicados. La selección se realizó por título, resumen y texto completo según criterios de inclusión. Metodología: La calidad de los estudios se evaluó mediante la escala de Newcastle-Ottawa (NOS). Se calculó razón de riesgo (RR) e IC 95% usando Stata con modelo de efectos aleatorios, para evaluar la heterogeneidad se utilizó Q de Cochrane y el estadístico I2. Se utilizo el gráfico de embudo y la regresión de Egger para evaluar sesgo de publicación. Resultados: Se analizaron 829 artículos, de los cuales 10 (n = 3,169) fueron incluidos en la revisión sistemática y 4 en el metaanálisis. La ganancia de peso gestacional se evaluó según la IOM en la mayoría de los estudios, y la anemia se definió con valores de hemoglobina <11 g/dL, evaluados principalmente en el tercer trimestre. En el análisis de riesgo de sesgo, los estudios de cohortes tuvieron entre buena y regular calidad, mientras que los transversales incluyeron desde "muy buena" hasta "insatisfactoria". En el metaanálisis, el efecto global (RR=1.04; IC 95%: 0.86-1.26) no fue significativo, salvo en un estudio específico (RR=1.67; IC 95%: 1.08-2.57). La heterogeneidad fue moderada (I²=63.8%), y no se detectó sesgo de publicación. Conclusión de los autores: No se encontró un efecto de la ganancia de peso inadecuada sobre la anemia en las mujeres embarazadas. La heterogeneidad moderada sugiere que los resultados de los estudios no son consistentes entre sí.

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)0,021
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,073
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0130,028
Bibliométrie0,0130,014
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,005
Tête enseignante GPT0,221
Écart entre enseignants0,216 · 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'étudeMéta-analyse
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 revueRepositorio Académico UPC (Universidad Peruana de Ciencias Aplicadas)Travaux en français237 207