Hubungan Stunting dengan Keterlambatan Perkembangan Bahasa pada Anak Usia 6-36 Bulan: A Systematic Review
Notice bibliographique
Résumé
Background: Stunting represents a global public health challenge affecting neurological development in children, particularly language abilities during the critical period of 6-36 months. Chronic malnutrition underlying stunting is suspected to disrupt brain structure and function essential for language acquisition. Objectives: This systematic review aimed to synthesize empirical evidence regarding the association between stunting and language developmental delays in children aged 6-36 months and to explore the underlying neurological mechanisms. Methods: A systematic literature search was conducted across four electronic databases (PubMed, Google Scholar, ScienceDirect, and ERIC) until November 2024 following PRISMA 2020 guidelines. Of 588 records identified, 12 studies met inclusion criteria for analysis. Quality assessment used the Newcastle-Ottawa Scale (NOS). Results: Eleven of twelve studies (91.7%) reported significant associations between stunting and increased risk of language delay (OR: 2.45-4.12). Neurological mechanisms included impaired myelination, synaptogenesis, and reduced brain volume particularly in white matter and corpus callosum affecting language area connectivity. Conclusion: Stunting represents a significant risk factor for language developmental delay through structural and functional brain impairments, emphasizing the importance of nutritional intervention and early stimulation during the critical first 1000 days of life. Keywords: Stunting, Language Development, Speech Delay, Chronic Malnutrition, Neurological Mechanisms.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,016 | 0,006 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,005 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; 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 ».