MétaCan
Menu
Retour à la cohorte
Enregistrement W4415349950 · doi:10.1016/s2214-109x(25)00300-6

Impact of scaling up breastfeeding on reducing the global burden of non-communicable diseases in mothers and children: a population-based modelling analysis for 132 low-income and middle-income countries

2025· article· en· W4415349950 sur OpenAlexaff
Divya Bhandari, Wafaie Fawzi, Mandana Arabi, Goodarz Danaei

Notice bibliographique

RevueThe Lancet Global Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueBreastfeeding Practices and Influences
Établissements canadiensNutrition International
Organismes subventionnairesnon disponible
Mots-clésBreastfeedingBreast feedingDeveloping countryGlobal healthBurden of diseaseMEDLINEDeveloped country

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Growing evidence suggests breastfeeding offers long-term protective effects against non-communicable diseases (NCDs) later in life in mothers and their offspring. These benefits could be substantial at the population level but have not yet been rigorously quantified. We aimed to estimate the population-level effect of scaling up exclusive breastfeeding on long-term NCD burden in mothers and their offspring in 132 low-income and middle-income countries (LMICs). METHODS: In this population-based modelling analysis, we developed mathematical simulation models based on the population impact fraction estimator and leveraging available effect estimates and global input data. We conducted umbrella reviews to obtain pooled effect estimates from high-quality meta-analyses, with quality assessed using AMSTAR-2. Input data included cause-specific mortality (Global Burden of Diseases, Injuries, and Risk Factors Study), diabetes and hypertension prevalence (NCD Risk Factor Collaboration), baseline exclusive breastfeeding coverage (WHO-UNICEF), and demographics (UN Population Division). We quantified delayed cause-specific NCD deaths, averted diabetes and hypertension cases, and years of life gained (YLG) across four exclusive breastfeeding coverage scenarios. All future benefits were discounted (3% rate). FINDINGS: Scaling up exclusive breastfeeding coverage to 90% in 132 LMICs could delay 0·17% of NCD deaths across the two generations, equivalent to 72 300 delayed NCD deaths annually, yielding 1·04 million YLG. It substantially reduced type 2 diabetes prevalence by 1·29% (10 million cases averted across the lifespan of the cohort) and moderately reduced hypertension prevalence by 0·17% (3·8 million averted cases). The maternal generation constituted 42% of delayed deaths, 23% of averted diabetes cases, and approximately half of the total YLG. Regionally, southeast Asia, east Asia, and Oceania followed by south Asia had the largest absolute benefits due to population size; however, after adjusting for cohort and population size, sub-Saharan Africa and north Africa and the Middle East showed the largest benefits per million intervened mothers. Most delayed deaths were from ischaemic heart disease (43%) and stroke (33%), with cancer accounting for 18%. INTERPRETATION: Scaling up exclusive breastfeeding coverage could lead to benefits in reducing NCDs, complementing its established benefits for child mortality and early childhood development. FUNDING: Nutrition International.

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)0,016
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,020
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,021
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
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 Opus0,024
Tête enseignante GPT0,363
Écart entre enseignants0,339 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Global HealthMême sujetBreastfeeding Practices and InfluencesTravaux en français237 207