MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386304566 · doi:10.3390/nu15173781

Systematic Review of Management of Moderate Wasting in Children over 6 Months of Age

2023· review· en· W4386304566 sur OpenAlexaff
Zahra Ali Padhani, Bernardette Cichon, Jai K Das, Rehana A Salam, Heather Stobaugh, Muzna Mughal, Alexandra Rutishauser-Perera, Robert E. Black, Zulfiqar A Bhutta

Notice bibliographique

RevueNutrients · 2023
Typereview
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensHospital for Sick Children
Organismes subventionnairesWorld Health Organization
Mots-clésWastingMedicinePediatricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

The effective management of the 33 million children with moderate acute malnutrition (MAM) is key to reducing childhood morbidity and mortality. In this review, we aim to evaluate the effectiveness of specially formulated foods (SFFs) compared to non-food-based approaches to manage MAM in children >6 months old. We conducted a search on ten databases until 23 August 2021 and included five studies, covering 3387 participants. Meta-analysis of four studies comparing SFFs to counselling or standard of care showed that SFFs likely increase recovery rate, reduce non-response, and may improve weight-for-height z-score, weight-for-age z-score and time to recovery, but have little or no effect on MUAC gain. One study on a multicomponent intervention (SFFs, antibiotics and counselling provided to high-risk MAM) compared to counselling only was reported narratively. The intervention may increase weight gain after 24 weeks but may have little or no effect on weight gain after 12 weeks and on non-response and mortality after 12 and 24 weeks of enrollment. The effect of this intervention on recovery was uncertain. In conclusion, SFFs may be beneficial for children with moderate wasting in humanitarian contexts. Programmatic recommendations should consider context and cost-effectiveness.

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)0,004
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0070,006
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,334
Écart entre enseignants0,296 · 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'étudeRevue systématique
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrients→Même sujetChild Nutrition and Water Access→Travaux en français237 207→