Relapse after severe acute malnutrition: A systematic literature review and secondary data analysis
Notice bibliographique
Résumé
The objectives of most treatment programs for severe acute malnutrition (SAM) in children focus on initial recovery only, leaving post-discharge outcomes, such as relapse, poorly understood and undefined. This study aimed to systematically review current literature and conduct secondary data analyses of studies that captured relapse rates, up to 18-month post-discharge, in children following recovery from SAM treatment. The literature search (including PubMed and Google Scholar) built upon two recent reviews to identify a variety of up-to-date published studies and grey literature. This search yielded 26 articles and programme reports that provided information on relapse. The proportion of children who relapsed after SAM treatment varied greatly from 0% to 37% across varying lengths of time following discharge. The lack of a standard definition of relapse limited comparability even among the few studies that have quantified post-discharge relapse. Inconsistent treatment protocols and poor adherence to protocols likely add to the wide range of relapse reported. Secondary analysis of a database from Malawi found no significant association between potential individual risk factors at admission and discharge, except being an orphan, which resulted in five times greater odds of relapse at 6 months post-discharge (95% CI [1.7, 12.4], P = 0.003). The development of a standard definition of relapse is needed for programme implementers and researchers. This will allow for assessment of programme quality regarding sustained recovery and better understanding of the contribution of relapse to local and global burden of SAM.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».