MétaCan
Menu
Retour à la cohorte
Enregistrement W4410314167 · doi:10.3390/nu17101651

Effect of Multi-Nutrient Milk Fortification on Preterm Neonate Outcomes: A Network Meta-Analysis

2025· review· en· W4410314167 sur OpenAlexaff
Marsha Campbell‐Yeo, Courtney Gullickson, Holly McCulloch, Tim Disher, Brianna Hughes

Notice bibliographique

RevueNutrients · 2025
Typereview
Langueen
DomaineNursing
ThématiqueInfant Nutrition and Health
Établissements canadiensUniversity of Prince Edward IslandIzaak Walton Killam Health CentreDalhousie University
Organismes subventionnairesnon disponible
Mots-clésFortificationMeta-analysisNutrientMedicineFood scienceBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background/Objectives: Optimal feeding regimens for preterm neonates, including the role of multi-nutrient fortification, are unknown, leading to large practice variation in comparing different feeding regimens that include fortification and their impact on outcomes for preterm infants. Methods: Using a network meta-analyses design, two reviewers independently extracted data. A Cochrane CENTRAL, Medline, Embase, and CINAHL search was conducted for all studies published up to 27 June 2023. Randomized clinical trials of feeding regimens for preterm infants that included multi-nutrient fortification were included. Outcomes were mortality, necrotizing enterocolitis (NEC), retinopathy of prematurity (ROP), sepsis, periventricular leukomalacia (PVL), bronchopulmonary dysplasia (BPD), time to full enteral feeds, and the Bayley II MDI developmental score. Results: Fifty-nine studies were included. For mortality, NEC, and time to reach full enteral feeds, the top-ranked treatment class was the mother’s own milk with donor milk and a human-milk-based fortifier. For ROP and BPD, the top-ranked treatment class was mother’s own milk with a phosphorus fortifier. For sepsis, the top-ranked treatment class was mother’s own milk with formula. For PVL, the top-ranked treatment classes were mother’s own milk and mother’s own milk with donor milk and a bovine fortifier in the two disconnected networks. For the Bayley II MDI score, the top-ranked treatment class was mother’s own milk with formula and bovine fortification. Conclusions: Treatment rankings are consistent with the underlying hypothesis that increased mother’s own milk intake appears to be associated with better clinical outcomes. This review provides the first global view of interventions and highlights insufficient high-quality evidence to support or refute one fortification feeding regimen over another.

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)0,020
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,047
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0130,050
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,127
Tête enseignante GPT0,432
Écart entre enseignants0,305 · 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'étudeMéta-analyse
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetInfant Nutrition and HealthTravaux en français237 207