MétaCan
Menu
Retour à la cohorte
Enregistrement W2756044953 · doi:10.3390/nu9091002

A Micronutrient Fortified Beverage Given at Different Dosing Frequencies Had Limited Impact on Anemia and Micronutrient Status in Filipino Schoolchildren

2017· article· en· W2756044953 sur OpenAlexaff
Imelda Angeles‐Agdeppa, Clarita Magsadia, Grant Aaron, Beate Lloyd, David C. Hilmers, Zulfiqar A Bhutta

Notice bibliographique

RevueNutrients · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueIron Metabolism and Disorders
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCoca-Cola Foundation
Mots-clésMicronutrientMedicineFortificationFortified FoodAnemiaMicronutrient deficiencyEnvironmental healthDosingFood scienceBiologyInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

This study evaluated the effects of a multi-micronutrient fortified juice drink given in different frequencies of consumption on hemoglobin (Hb) concentration of schoolchildren. Hb was measured in 2423 schoolchildren aged 6- to 9-years-old at baseline. All anemic children (n = 246) were randomly allocated into groups: Daily dose (HD: high dose), 5X/week (MD: Moderate Dose), 3X/week (LD: Low Dose) and unfortified (Control). Pre- and post-study measurements of micronutrients were collected from 228 children. At the endpoint, significant Hb increases were observed in all groups, but there was no significant difference between groups. There was a significant reduction in anemia prevalence in all groups from 100% to 36% (Control), 30% (LD), 23% (MD) and 26% (HD). No dose-response effect was observed in Hb in this population. Most likely, this resulted from better than expected micronutrient status and lower than expected severity of anemia and micronutrient deficiencies in this cohort. It is unlikely that the addition of a fortified beverage to school feeding programs in this population would have a positive impact. Whether such an intervention would be cost-effective as a preventative approach needs to be assessed. This study demonstrates the importance of targeting such interventions to appropriate populations.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,278
Écart entre enseignants0,262 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetIron Metabolism and DisordersTravaux en français237 207