Complicações materno-fetais em gestações gemelares: uma revisão integrativa
Bibliographic record
Abstract
Objetivo: Identificar as complicações em gestações gemelares e relacioná-las com as consequências materno-fetais. Métodos: Trata-se de uma revisão integrativa da leitura de artigos nas bases Scientific Electronic Library Online, Literatura Latino-Americana do Caribe em Ciências da Saúde, Turning Research Into Practice e Google Acadêmico, que inclui as produções dos últimos cinco anos. A busca foi realizada com os seguintes descritores de saúde: “Twin Pregnancy and Complications”, “Gravidez de gêmeos and complicações” e “Pregnancy Complications and Twinning”. A seleção dos artigos foi feita em três etapas, com aplicação de filtros, leitura do título e resumo e leitura dos artigos. Resultados: Foram selecionados 20 artigos e identificadas duas categorias de complicações, sendo elas maternas e fetais. Quanto às complicações maternas houve uma prevalência de parto prematuro, ruptura prematura das membranas, distúrbios hipertensivos, eclampsia e pré-eclampsia, e quanto às fetais, internação, morte fetal e baixo peso. Considerações finais: A análise das produções científicas encontradas nos permitiu concluir que há uma maior prevalência de complicações maternas e fetais em gestações gemelares comparado com gestações únicas. Embora estejam separadas didaticamente em categorias, a maioria das complicações se relacionam, sendo algumas associações entre causa e consequência.
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 | 0.007 | 0.025 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.014 | 0.009 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.002 |
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".