Antenatal multiple micronutrient supplements versus iron‐folic acid supplements and birth outcomes: Analysis by gestational age assessment method
Notice bibliographique
Résumé
Meta-analyses consistently have found that antenatal multiple micronutrient supplementation (MMS) compared with iron and folic acid (IFA) alone reduce adverse birth outcomes. In 2020, the World Health Organization (WHO) placed a conditional recommendation for MMS and requested additional trials using ultrasounds to establish gestational age, because the evidence on low birthweight (LBW), preterm birth and small for gestational age (SGA) was considered inconsistent. We conducted meta-analyses to determine if the effects of MMS on LBW, preterm birth and SGA differed by gestational age assessment method. Using data from the 16 trials in the WHO analyses, we calculated the effect estimates of MMS versus IFA on birth outcomes (generic inverse variance method and random effects model) stratified by method of gestational age assessment: ultrasound, prospective collection of the date of last menstrual period (LMP) and confirmation of pregnancy by urine test and recall of LMP. The effects of MMS versus IFA on birthweight, preterm birth and SGA appeared consistent across subgroups with no evidence of subgroup differences (p > 0.05). When limited to the seven trials that used ultrasound, the beneficial effects of MMS were demonstrated: risk ratios of 0.87 (95% confidence interval [CI] 0.78-0.97) for LBW, 0.90 (95% CI, 0.79-1.03) for preterm birth and 0.9 (95% CI, 0.83-0.99) for SGA. Sensitivity analyses indicated consistency in the results. These results, together with recent analyses demonstrating comparable effects of MMS (vs. IFA) on maternal anaemia outcomes, strengthen the evidence to support a transition from IFA to MMS programmes in low- and middle-income countries.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».