Industrialized complementary food for infants and young children: a systematic review protocol of their nutrient profile and impact on health outcomes
Notice bibliographique
Résumé
Abstract Complementary feeding plays an important role in the patterns of growth, development and formation of eating habits. Although the consumption of complementary foods (CF) with an inadequate Nutrient Profile (NP) is considered a risk factor for morbidities, there are still few studies that assess its repercussions on children’s diet and health. This review aims to identify the participation of industrialized CF consumption in children’s diet, the NP of these foods, and their impact on quality diet and on health of children under two years of age. This is a protocol study for systematic review registered in the International Prospective Register of Systematic Reviews (PROSPERO) CDR 42022321891, following recommendations of the Preferred Reporting Items for Systematic Review and Meta-analysis Protocols (PRISMA-P). We will seek out cross-sectional or cohort studies investigating the NP of industrialized CF recommended for children up to two years and/or that evaluated the association between the CF consumption and the children’s diet and health. The search for records will be conducted on PubMed/Medline, Scopus, Embase, Web of Science, and Scielo. Two independent reviewers will perform all steps of the systematic review. The methodological quality will be analyzed using the Newcastle–Ottawa scale (NOS) and Risk of Bias 2 (RoB 2). Results will be presented by means, medians, confidence interval (95%), standard deviation for the NP of foods, and to assess the health impact, comparisons of outcome measures, effect sizes (ORs and RRs) will be extracted. The high consumption of industrialized CF and the negative impact on children’s health, in addition to the gap in the literature of studies assessing the NP and consumption of these foods by children under 24 months, justify the importance of a review on this subject focusing on that age group.
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 | 0,073 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,005 |
| Méta-épidémiologie (sens large) | 0,027 | 0,017 |
| Bibliométrie | 0,017 | 0,014 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,007 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,054 | 0,006 |
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 ».