Iron-fortified lentils to improve iron (Fe) status among adolescent girls in Bangladesh - study protocol for a double-blind community-based randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: Lentils are generally considered to be a nutrient-dense food, and a good source of iron (Fe). This study aims to establish novel evidence of the effectiveness of the consumption of Fe-fortified lentils in improving the body Fe status and thus cognitive performance in non-pregnant adolescent girls in rural Bangladesh, compared to consumption of ordinary lentils. METHODS: We have designed a double-blind (both trial participants and outcome assessors), community-based, cluster-randomized controlled trial among 1260 Bangladeshi adolescent girls between the ages of 10-17 years who are non-smoking, not married, not pregnant, not breastfeeding, and generally healthy at the time of enrollment. The intervention will include three arms who will receive: (1) Fe-fortified lentils; (2) unfortified lentils; or (3) usual intake. Participants will be served a thick preparation of cooked Fe-fortified lentils (37.5 g raw lentils, approximately 200 g cooked lentils) 5 days per week for 85 feeding days (around 4 months) using a locally acceptable recipe. Lentils were fortified with Fe in the laboratory at the Department of Plant Sciences at the University of Saskatchewan in Canada. A subsample of participants (n = 360) will be randomly invited to be included in cognitive testing. DISCUSSION: Data on socio-demographic characteristics, household food security status, adolescent food habits and cognitive testing will be collected at baseline and endline (4 months). Venous blood samples will be collected at baseline, midline (2 months) and endline to measure adolescents' Fe status. Computerized cognitive testing will include five common measures of attentional (three of attention) and mnemonic functioning (two of memory) carried out using DMDX software. The results of this study will be used to garner support for and to substantiate large-scale production and market expansion of Fe-fortified lentils, and will contribute to knowledge about how to enhance Fe status in adolescents worldwide in resource-poor settings, using staple food crops. TRIAL REGISTRATION: ClinicalTrials.gov NCT03516734 . Registered on 24 May 2018.
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 | 0,017 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,003 |
| Méta-épidémiologie (sens large) | 0,013 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,008 |
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 ».