MétaCan
Menu
Retour à la cohorte
Enregistrement W2521993742 · doi:10.1016/j.jadohealth.2016.06.022

Interventions to Improve Adolescent Nutrition: A Systematic Review and Meta-Analysis

2016· review· en· W2521993742 sur OpenAlexaff
Rehana A Salam, Mehar Hooda, Jai K Das, Ahmed Arshad, Zohra S Lassi, Philippa Middleton, Zulfiqar A Bhutta

Notice bibliographique

RevueJournal of Adolescent Health · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensSickKids FoundationCentre for Global Health ResearchHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisPsychological interventionPsychologyMedicinePsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Adequate adolescent nutrition is an important step for optimal growth and development. In this article, we systematically reviewed published studies till December 2014 to ascertain the effectiveness of interventions to improve adolescent nutrition. We found one existing systematic review on interventions to prevent obesity which we updated and conducted de novo reviews for micronutrient supplementation and nutrition interventions for pregnant adolescents. Our review findings suggest that micronutrient supplementation among adolescents (predominantly females) can significantly decrease anemia prevalence (relative risk [RR]: .69; 95% confidence interval [CI]: .62-.76) while interventions to improve nutritional status among "pregnant adolescents" showed statistically significant improved birth weight (standard mean difference: .25; 95% CI: .08-.41), decreased low birth weight (RR: .70; 95% CI: .57-.84), and preterm birth (RR: .73; 95% CI: .57-.95). Interventions to promote nutrition and prevent obesity had a marginal impact on reducing body mass index (standard mean difference: -.08; 95% CI: -.17 to .01). However, these findings should be interpreted with caution due to significant statistical heterogeneity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,034
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0160,025
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,120
Tête enseignante GPT0,429
Écart entre enseignants0,309 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations176
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Adolescent HealthMême sujetObesity, Physical Activity, DietTravaux en français237 207