Impacto de la infección por COVID-19 en el desarrollo de preeclampsia o parto pretérmino durante el embarazo. Una revisión sistemática
Bibliographic record
Abstract
Introducción. La pandemia de la enfermedad por coronavirus de 2019 (COVID-19) ha causado incertidumbre por el desconocimiento del impacto que podría tener el coronavirus del síndrome respiratorio agudo grave 2 (SARS-COV-2) en la fisiopatología de la mujer embarazada y del feto en formación. Objetivos. Determinar la posible relación entre padecer la infección por COVID-19 durante la gestación y un incremento del riesgo de desarrollar preeclampsia o presentar un parto pretérmino. Metodología. La búsqueda se realizó a través de las bases de datos de Pubmed/MEDLINE y Scopus (diciembre 2022 - febrero 2023). Posteriormente se seleccionaron los estudios que cumplieron los objetivos y los criterios de inclusión. Para la evaluación de la calidad se empleó la Escala Newcastle-Ottawa. Resultados. La revisión incluye un total de 19 artículos, todos ellos estudios de cohorte. El número total de embarazadas es de 2.446.708 (40.930 positivas y 2.405.778 negativas para COVID-19). La mayoría de los estudios encontraron una relación positiva entre la infección por SARS-COV-2 con el parto pretérmino. Por el contrario, no se evidenció una asociación entre el virus y el desarrollo de preeclampsia. La mayoría de los artículos incluidos comprenden un riesgo de sesgo bajo. Conclusión. Los datos sugieren que la infección por COVID-19 en las embarazadas incrementa el riesgo de parto pretérmino, mientras que no se relaciona con un aumento de la preeclampsia. Los datos deben ser interpretados con precaución por las limitaciones encontradas. Por lo que son necesarias futuras investigaciones, con mejoras en la metodología.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 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; both teacher heads agree on what is shown here.
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".