Impacto del Covid-19 en la malnutrición de niños de 0-2 años, desafíos: Revisión Sistemática
Notice bibliographique
Résumé
Durante la pandemia de COVID-19, la malnutrición en niños menores de 2 años se ha convertido en un problema significativo que afecta su crecimiento y desarrollo óptimo. Este estudio se centra en identificar los desafíos específicos que enfrentó la malnutrición infantil durante esta crisis global. Los objetivos incluyeron describir el impacto del COVID-19 en el estado nutricional infantil, identificar las complicaciones de salud más prevalentes y determinar los factores de riesgo asociados con la malnutrición en este contexto. Mediante una revisión sistemática de 67 estudios seleccionados con criterios rigurosos de inclusión y exclusión, se aplicaron herramientas reconocidas como PRISMA, Newcastle-Ottawa y CONSORT para evaluar los datos recopilados. Los resultados revelaron que la pandemia tuvo un impacto negativo significativo en el estado nutricional de los niños, exacerbando complicaciones respiratorias, musculoesqueléticas y del desarrollo. Factores como la pobreza, la inseguridad alimentaria y políticas inadecuadas fueron identificados como determinantes críticos de la malnutrición. En conclusión, se subraya la urgente necesidad de intervenciones integrales que aborden estos factores sociales, económicos y de salud para mitigar los efectos adversos de la pandemia en la nutrición infantil y promover un desarrollo saludable en esta vulnerable población.
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 | 0,070 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».