Interventions to increase adherence to micronutrient supplementation during pregnancy: a protocol for a systematic review
Notice bibliographique
Résumé
Micronutrient supplementation during pregnancy has been shown to be a cost-effective method to reduce the risk of adverse pregnancy and birth outcomes. However, one of the main barriers to the successful implementation of a micronutrient supplementation program in pregnancy is poor adherence. Our review will assess the effectiveness of interventions designed to increase adherence to micronutrient supplements in pregnancy. Following the Cochrane Collaboration Methodology, we will start by conducting the literature searches on Medline (via PubMed), Embase, Scopus, Web of Science, and Cochrane Library, in addition to sources of gray literature, to retrieve all the available relevant studies. We will include randomized controlled trials and nonrandomized studies with a control group, where participants are pregnant women taking any micronutrient supplements in the context of antenatal care globally. We will include studies with targeted interventions designed to improve adherence to micronutrient supplementation in pregnant women compared with (1) usual care or no intervention or (2) other targeted micronutrient adherence intervention. Abstract selection, data extraction, and risk of bias assessment (according to the type of studies) will be conducted by two independent reviewers. The pooled results will be reported using the standardized mean differences for continuous data, and odds ratio or risk ratio for dichotomous data. We will assess sources of heterogeneity and publication bias. By following this protocol, we will systematically assess and synthesize the existing evidence about interventions designed to increase adherence to micronutrient supplementation in pregnant women. Understanding which strategies are more effective to increase the consumption of micronutrient supplements during this critical stage of life will have significant implications for clinicians and policymakers involved in the delivery of prenatal micronutrient supplementation interventions.
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 | 0,083 | 0,103 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,006 |
| Méta-épidémiologie (sens large) | 0,020 | 0,020 |
| Bibliométrie | 0,018 | 0,019 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,066 | 0,011 |
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 ».