Ready-to-Use Therapeutic Food (RUTF) Containing Low or No Dairy Compared to Standard RUTF for Children with Severe Acute Malnutrition: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Ready-to-use therapeutic food (RUTF) containing less dairy may be a lower-cost treatment option for severe acute malnutrition (SAM). The objective was to understand the effectiveness of RUTF containing alternative sources of protein (nondairy), or <50% of protein from dairy products, compared with standard RUTF in children with SAM. The Cochrane Library, MEDLINE, Embase, CINAHL, and Web of Science were searched using terms relating to RUTF. Studies were eligible if they included children with SAM and evaluated RUTF with <50% of protein from dairy products compared with standard RUTF. Meta-analysis and meta-regression were completed to assess the effectiveness of intervention RUTF on a range of child outcomes. The quality of the evidence across outcomes was assessed using the GRADE (Grading of Recommendations Assessment, Development and Evaluation) approach. A total of 5868 studies were identified, of which 8 articles of 6 studies met the inclusion criteria evaluating 7 different intervention RUTF recipes. Nondairy or lower-dairy RUTF showed less weight gain (standardized mean difference: -0.20; 95% CI: -0.26, -0.15; P < 0.001), lower recovery (relative risk ratio: 0.93; 95% CI: 0.87, 1.00; P = 0.046), and lower weight-for-age z scores (WAZ) near program discharge (mean difference: -0.10; 95% CI: -0.20, 0.0; P = 0.047). Mortality, time to recovery, default (consecutive absences from outpatient therapeutic feeding program visits), nonresponse, and other anthropometric measures did not differ between groups. The certainty of evidence was high for weight gain and ranged from very low to moderate for other outcomes. RUTF with lower protein from dairy or dairy-free RUTF may not be as effective as standard RUTF for treatment of children with SAM based on weight gain, recovery, and WAZ evaluated using meta-analysis, although further research is required to explore the potential of alternative formulations. This review was registered at https://www.crd.york.ac.uk/prospero/ as CRD42020160762.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».