MétaCan
Menu
Retour à la cohorte
Enregistrement W3135616221 · doi:10.1093/ajcn/nqaa410

Maternal BMI is positively associated with human milk fat: a systematic review and meta-regression analysis

2020· review· en· W3135616221 sur OpenAlexafffund
Allison I Daniel, Sara Shama, Samantha Ismail, Céline Bourdon, Alex Kiss, Martha Mwangome, Robert Bandsma, Deborah L. O’Connor

Notice bibliographique

RevueAmerican Journal of Clinical Nutrition · 2020
Typereview
Langueen
DomaineNursing
ThématiqueInfant Nutrition and Health
Établissements canadiensSunnybrook Health Science CentreSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Toronto
Mots-clésCINAHLMedicineMeta-analysisMeta-regressionMEDLINEAnimal scienceInternal medicineBiologyPsychological intervention

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Lack of robust estimates of human-milk nutrient composition and influential maternal factors, such as body composition, are barriers to informing nutrition policies and programs. OBJECTIVE: The objective was to understand the relation between maternal BMI and human-milk energy, fat, and/or total protein. METHODS: Four electronic databases (MEDLINE, Embase, CINAHL, and Web of Science) were searched. Outcomes assessed were human-milk energy (kcal/L), fat (g/L), and total protein (g/L) from mothers 1 to 6 mo postpartum. Studies with data on maternal BMI or weight and height that quantified human-milk energy, fat, or protein between 1 and 6 mo postpartum were eligible. Random-effects meta-regression weighted by the inverse of the study-level SE was completed for each of the 3 outcomes. The certainty of evidence for each outcome was assessed using the GRADE (Grading of Recommendations Assessment, Development, and Evaluation) approach. RESULTS: A total of 11,373 titles and abstracts were identified, and after full-text screening, 69 articles of 66 studies were included. Meta-regression results showed a positive association between maternal BMI and human-milk fat (β: 0.56 g/L; 95% CI: 0.034, 1.1; P = 0.04; I2 = 93.7%, n = 63 datapoints). There was no significant association between maternal BMI and human-milk energy (β: 3.9 kcal/L; 95% CI: -1.6, 9.5; P = 0.16, I2 = 93.3%, n = 40 datapoints) or total protein (β: 0.13 g/L; 95% CI: -0.16, 0.41; P = 0.37, I2 = 99.1%, n = 40 datapoints). The certainty of evidence for human-milk energy was low and the certainty of evidence for fat and total protein was very low. CONCLUSIONS: Meta-regression analysis of available literature suggested an association between maternal BMI and human-milk fat between 1 and 6 mo postpartum. Future studies are needed to confirm the relation between maternal BMI; variation in human-milk energy, fat, and protein content; and the implications for child growth and development. This review is registered with International Prospective Register of Systematic Reviews (PROSPERO 2018 CRD42018098808) at https://www.crd.york.ac.uk/prospero/.

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)0,007
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,025
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0120,028
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,111
Tête enseignante GPT0,468
Écart entre enseignants0,357 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations59
Publié2020
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueAmerican Journal of Clinical NutritionMême sujetInfant Nutrition and HealthTravaux en français237 207