Effectiveness of Interventions for Managing Acute Malnutrition in Children under Five Years of Age in Low-Income and Middle-Income Countries: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Childhood malnutrition is a major public health concern, as it is associated with significant short- and long-term morbidity and mortality. The objective of this review was to comprehensively review the evidence for the management of severe acute malnutrition (SAM) and moderate acute malnutrition (MAM) according to the current World Health Organization (WHO) protocol using facility- and community-based approaches, as well as the effectiveness of ready-to-use therapeutic food (RUTF), ready-to-use supplementary food (RUSF), prophylactic antibiotic use, and vitamin A supplementation. We searched relevant electronic databases until 11 February 2019, and performed a meta-analysis. This review summarizes findings from a total of 42 studies (48 papers), including 35,017 children. Limited data show some benefit of integrated community-based screening, identification, and management of SAM and MAM on improving recovery rate. Facility-based screening and management of uncomplicated SAM has no effect on recovery and mortality, while the effect of therapeutic milk F100 for SAM is comparable to RUTF for weight gain and mortality. Local food and whey RUSF are comparable to standard RUSF for recovery rate and weight gain in MAM, while standard RUSF has additional benefits to CSB. Prophylactic antibiotic administration in uncomplicated SAM improves recovery rate and probably improves weight gain and reduces mortality. Limited data suggest that high-dose vitamin A supplementation is comparable with low-dose vitamin A supplementation for weight gain and mortality among children with 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».