Relação entre ácidos graxos poli-insaturados do leite materno e o desenvolvimento neuropsicomotor de bebês
Bibliographic record
Abstract
Introdução: O leite materno fornece fatores protetores para desenvolvimento adequado do bebê. As gorduras do leite, principalmente os ácidos graxos poli-insaturados, são fundamentais na maturação dos sistemas nervoso e visual, cruciais para os marcos motores do desenvolvimento. Ácidos graxos têm sido amplamente demonstrados como importantes para a cognição, porém, existem poucas análises sobre sua influência no desenvolvimento neuropsicomotor. Sendo assim, o presente estudo visou investigar possíveis correlações entre as medidas dos ácidos graxos e o desenvolvimento neuropsicomotor do bebê. Métodos: Estudo epidemiológico do tipo observacional prospectivo de delineamento correlacional. Variáveis coletadas a partir do banco de dados de um projeto concluído no Hospital de Clínicas de Porto Alegre (CEP/HCPA nº 13-0507). Amostra: pares de mãe-bebê, recrutados na Unidade Básica de Saúde Santa Cecília (puericultura) e Hospital Nossa Senhora da Conceição (maternidade). Questionário: Escala Motora Infantil de Alberta. Leite materno: analisado no Laboratório de Bioquímica Nutricional - Universidade Federal de Viçosa (MG). Análise estatística realizada através do coeficiente de correlação de Spearman. Resultados: Foram incluídos 27 bebês, 10 do sexo feminino e 17 do sexo masculino, que possuíam dados do conteúdo do leite materno, coletado no primeiro mês, e dados do desenvolvimento motor, avaliado no terceiro mês. Foi encontrada correlação positiva entre os ácidos eicosanoico e eisosadienoico e os escores da posição sentada e supina, respectivamente (r=0,553, p=o,005; r=0,412, p=0,033). Conclusão: Os ácidos eicosaenoico e eisocadienoico do leite materno, apresentam valores aumentados e estes expressam correlação positiva com alguns domínios avaliados pela escala de desenvolvimento motor desses bebês.
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 | 0.001 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".