Vacuna contra la influenza como factor predisponente del síndrome de Guillian-Barre
Bibliographic record
Abstract
Se llevó a cabo una revisión sistemática, para estudiar la vacuna contra la influenza como factor predisponente del síndrome de Guillain-Barré en la población vacunada frente a los no vacunados en estudios observacionales. Material y métodos: Se realizó la búsqueda en las bases de datos de MedLine (PubMed), Scopus y Web of Science desde Diciembre del 2021 hasta Enero del 2022; sin aplicar filtro alguno a la información obtenida. Se incluyó estudios observacionales de cohorte, casos y controles o ambos, que estudiaron la aplicación de la vacuna contra la influenza y la instauración del síndrome de Guillain-Barré. El sesgo de cada estudio fue evaluado por la Escala de Newcastle-Ottawa, aceptándose únicamente estudios de bajo riesgo. Resultados: Un total de 5 estudios de casos y controles fueron incluidos, conformándose grupos de 2 346 casos y 20 825 controles. La síntesis meta-analítica en Odds Ratio es de 1,93 (IC al 95%: 0,93 a 4,02) y la dirección del efecto tiende a favorecer el evento de manera no significativa. Conclusiones: La evidencia obtenida muestra la no asociación entre la vacuna contra la influenza y la predisposición para la instauración del síndrome de Guillain-Barré. Más estudios son necesarios. Los autores no lograron garantizar el acceso a la base de datos EMBASE y tampoco realizaron búsqueda de la literatura gris. La inclusión de estudios de bajo riesgo otorga una alta calidad a la información sintetizada en este estudio.
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 | 0.030 | 0.050 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.005 | 0.007 |
| Bibliometrics | 0.008 | 0.006 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".