Efectividad en la suplementación con omega 3 (Pescado) y vitamina D durante el periodo gestacional para la prevención de diversas alergias en el lactante de 0-1 año de edad
Bibliographic record
Abstract
El objetivo de esta investigación fue describir la efectividad de la suplementación con omega 3 (pescado) y vitamina D durante la etapa gestacional para la prevención de diversas alergias en el lactante de 0 a 1 año. Se presenta los resultados de una compilación y categorización de la mejor evidencia científica disponible. Se aplicó la metodología sugerida para la práctica clínica basada en la evidencia, la cual inició con el establecimiento de una pregunta clínica seguido por la búsqueda de la información en las bases de datos Medline, Science Direct y Cochrane Library, obteniendo 334 artículos de los cuales al aplicar los criterios de selección se conservan 9. Luego se llevó a cabo un análisis crítico utilizando la plataforma FLC 2.0 y clasificando la evidencia por su calidad y grados de recomendación según Canadian Task Force on Preventive Health Care. Se concluye que a pesar de que los beneficios de la vitamina D y el omega 3 son múltiples, y que el uso en conjunto de ambos en el embarazo, podría significar una mejora no solo sobre la salud materna sino también sobre el feto y lactante; al no contar con estudios con resultados contundentes, no se puede generalizar o recomendar en la práctica clínica
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 | 0.024 | 0.046 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".