Effects of Combined Lipid-Based Nutrient Supplements and Malaria Preventive Treatment during Pregnancy on Malaria, Maternal Nutrition, and Birth Outcomes: A Scoping Review
Notice bibliographique
Résumé
Malaria and malnutrition adversely affect maternal and neonatal health in Sub-Saharan Africa. While intermittent preventive treatment of malaria in pregnancy (IPTp) is widely used to reduce malaria incidence, the potential additional benefits of combining it with lipid-based nutrient supplements (LNS) remain unclear. The objective of this review was to systematically summarize the evidence on the effects of LNS in combination with IPTp on malaria incidence, maternal nutritional status, and birth outcomes. A comprehensive search of 4 databases-MEDLINE, EMBASE, Scopus, and CENTRAL-and the gray literature via GOOGLE Scholar-was conducted in January 2024, and updated in July 2024. The review followed PRISMA-ScR guidelines and included studies assessing LNS and IPTp for outcomes related to malaria, nutritional status, or birth outcomes. The review identified 17 studies, focused on 5 main trials: 2 with small-quantity LNS (SQ-LNS), 2 with balanced energy-protein (BEP), and 1 trial with large-quantity LNS (LQ-LNS). LNS supplementation did not significantly affect malaria incidence, anemia, or nutritional status. However, some studies reported improvements in birth outcomes, particularly among specific subgroups and those with baseline undernutrition. Variability in study methodologies and supplementation protocols influenced these findings. While LNS and IPTp show potential for improving selected birth outcomes, the evidence for their effect on malaria incidence or maternal anemia remains inconclusive. Further research is needed to assess the effectiveness of LNS and IPTp among vulnerable groups of women in malaria-endemic regions.
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) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».