Vitamina D durante el embarazo y neurodesarrollo del niño: revisión sistemática
Bibliographic record
Abstract
El déficit de vitamina D durante el embarazo tiene un impacto negativo en la salud materno-infantil. Objetivo: Evaluar el efecto del estado de vitamina D durante el embarazo sobre el neurodesa- rrollo del niño. Selección de estudios: Se realizó una búsqueda de la litera- tura científica publicada en PubMed/MEDLINE, Scopus y Cochrane has- ta enero del 2018. Se seleccionaron los estudios que relacionaban el estado de la vitamina D durante el embarazo con algún dominio del neurodesa- rrollo del niño (mental, motor, lenguaje, cociente intelectual y comporta- miento). La calidad de los estudios incluidos se evaluó a través de la escala Newcastle-Ottawa. Resultados: De los 164 estudios encontrados en la bús- queda, once estudios cumplieron los criterios y fueron considerados diez de alta calidad metodológica y uno de moderada. La revisión sistemática mostró que niveles prenatales de vitamina D <50 nmol/L se asocian fre- cuentemente a un peor desarrollo mental, motor y del lenguaje de sus hijos en comparación con las madres con concentraciones ≥50 nmol/L. Conclu- sión: Aunque existe poca evidencia científica que corrobore la relación entre la deficiencia de vitamina D prenatal y su impacto en el neurodesarrollo de los hijos, los datos actuales sugieren un perjuicio sobre el desarrollo mental, motor y del lenguaje del niño.
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 | 0.022 | 0.048 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.005 | 0.006 |
| Bibliometrics | 0.012 | 0.008 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| 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".