Multiple micronutrient powders reduce stunting and anemia and improve language development among full‐term low birth weight children in Bangladesh (389.3)
Notice bibliographique
Résumé
Objective: Explore efficacy of 22‐element micronutrient powders (MNP) plus nutrition, health and hygiene education (NHHE) to reduce stunting and anemia, and improve mental development among low birth weight (LBW) infants. Methods: Prospective community‐based cluster‐randomized trial, conducted among 244 full‐term LBW infants from 6‐12 months (mo) in rural Bangladesh. A total of 24 clusters were randomly assigned to two groups: i) NHHE plus MNP (to be provided with available complementary food); ii) NHHE only. Capillary blood was collected at 6 and 12mo using HemoCue. At ~18mo cognitive and language scores of children were assessed using Bayley Scales of Infant and Toddler Development III (n=186). Results: At 12 mo, compared to ‘NHHE only’, infants in ‘NHHE+MNP’ had significantly lower proportion of stunting (55.9% vs 33.6%, p<0.001) and anemia (23.9% vs 11.7%, p<0.001). Mean Hb concentration in the ‘NHHE+MNP’infants increased from 93.8±10.8 g/L at 6mo to 109.8±12.3 g/L at 12mo (p<0.05), whereas no such difference was found in ‘NHHE only’ group. Expressive language scores were significantly higher among ‘NHHE+MNP’ compared with ‘NHHE only’ (p<0.01; d=0.45). There were no differences between groups on cognitive or receptive language scores. Conclusion: Use of broad range micronutrient powders effectively reduce stunting and anemia and improve expressive language among term LBW children. Grant Funding Source : Bill & Melinda Gates Foundation to FHI 360, through the Alive & Thrive Small Grants Program managed
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».