Vitamin deficiency, infection and cytokine interactions in pregnant Panamanian women: impact on cortisol-IGF-1-fundal height pathway
Bibliographic record
Abstract
Dans les pays en voie de développement, on constate qu'il y a présence de carences en micronutriments et de co-infections multiples lors de la grossesse. Il en résulte des conséquences négatives sur le développement du foetus. L'objet principal de l'étude est d'examiner l'impact des carences en vitamines, des infections et des cytokines sur le développement du foetus. Une étude transversale réalisée antérieurement auprès de femmes indigènes enceintes (n=184) de la comarca Ngöbe-Buglé dans l'ouest du Panama a recueilli des données, utilisées dans la présente étude, sur l'anthropométrie maternelle; les infections, dont la trichomonase, les caries dentaires, la candidose vaginale, la vaginose bactérienne; la gonorrhée, les infections des voies urinaires et respiratoires, la gale, de même que les niveaux de micronutriments, soit la vitamine A, D et B12 et le folate. Lors de la présente étude, le sérum maternel a été analysé avec la méthode Luminex afin de détecter les niveaux de cortisol, d'IGF-1 et de certaines cytokines. La hauteur utérine sert d'indicateur pour le développement du foetus, en fonction de l'âge gestationnel. Les tests T et l'analyse de régression multiple représentent les deux méthodes d'analyse des données dans cette étude. Grâce à cette analyse, aucun lien n'a été établi entre les huit infections susmentionnées et la hauteur utérine, et seulement une des quatre vitamines - la vitamine D - est liée à la hauteur utérine, par une association négative. Par ailleurs, une association négative est établie entre les lymphocytes T régulateurs producteurs d'IL-10 et la hauteur utérine. Contrairement aux hypothèses, les données démontrent une association négative entre la hauteur utérine et la vitamine D et l'IL-10, et non pas les infections.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".