Efektifitas pemberian makanan tambahan (PMT) berbahan lokal terhadap berat badan dan status gizi balita: Tinjauan literatur
Notice bibliographique
Résumé
Background: Nutritional problems among toddlers remain a public health challenge in many regions, including Indonesia. Locally-based Supplementary Feeding (PMT) is often utilized to address nutritional issues, particularly in improving toddler weight and nutritional status.Objectives: This article aims to evaluate the effectiveness of locally-based supplementary feeding in improving toddler weight and nutritional status through a literature review.Methods: This literature review applied a narrative review approach by searching articles in PubMed and Google Scholar (2015–2024). Articles were selected based on inclusion criteria, including RCTs and observational studies discussing the impact of local PMT on toddler weight and nutritional status. Study quality was assessed using the Newcastle-Ottawa Scale and GRADE. Data were analyzed descriptively without quantitative meta-analysis.Results: Most studies reported that local PMT effectively increased toddler weight. However, its impact on nutritional status was often insignificant within a short intervention duration. Key factors determining the success of the intervention included nutrient composition, intervention duration, and adherence level.Conclusion: Local food-based PMT is effective in improving toddler weight, although it may not significantly change nutritional status in the short term. This intervention can serve as a relevant alternative to support toddler nutrition, especially in areas with limited access to nutritious food.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».