MétaCan
Menu
Retour à la cohorte
Enregistrement W4417342583 · doi:10.2196/81592

Maternal Micronutrient Status During Pregnancy and Its Neurodevelopmental Implications for Infants in South Asia: Protocol for a Scoping Review

2025· review· en· W4417342583 sur OpenAlexvenueno aff
Jitender Nagpal, Swapnil Rawat, Neetu Bansal, Sarika Tyagi, M. R. Verma, Manu Raj Mathur

Notice bibliographique

RevueJMIR Research Protocols · 2025
Typereview
Langueen
DomaineNursing
ThématiqueTrace Elements in Health
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésMicronutrientProtocol (science)PregnancyMaternal healthQualitative researchBiomarkermHealthChild development

Résumé

récupéré en direct d'OpenAlex

Background: Pregnancy is a crucial stage characterized by an increased demand for various nutrients. The role of micronutrients becomes especially important during pregnancy and infancy to support neurodevelopment. Micronutrient deficiencies are prevalent in low- and middle-income countries due to socioeconomic disparities, limited dietary diversity, and barriers to quality antenatal care. This results in women of reproductive age and developing offspring being disproportionately affected. Despite extensive research, evidence remains fragmented, leading to a lack of comprehensive synthesis. Objective: This scoping review aims to explore the existing evidence on the role of maternal micronutrient status during pregnancy influencing neurodevelopmental outcomes in infants. Additionally, it will assess the prevalence and distribution of specific micronutrient deficiencies and identify their sociodemographic determinants within South Asian countries. Methods: This scoping review uses an iterative, three-step search strategy to identify both published and gray literature. Initially, a targeted search using relevant keywords was developed for PubMed to locate studies investigating maternal micronutrient status or supplementation during pregnancy (women aged 15-49 y) and associated neurodevelopmental outcomes in offspring up to two years of age. The search was sequentially narrowed by geographic region (South Asian countries), study design, human studies, English-language publications, and clinical trials. In the second stage, this search strategy will be adapted and implemented across additional electronic databases, including MEDLINE, Embase, Google Scholar, Cochrane Library, OpenGrey, JSTOR, and Wiley, as well as trial registries such as ClinicalTrials.gov and PROSPERO. Further, supplementary hand-searching of relevant journals will be conducted. The third step involves applying a snowballing technique to review the bibliographies of initially identified papers. Two reviewers will independently conduct study selection and data extraction using standardized forms. Quality assessment will use Joanna Briggs Institute critical appraisal checklists. Quantitative findings (study characteristics, exposure definitions, outcome measures) will be summarized with descriptive statistics and visualized in structured tables and charts, and qualitative findings will be coded inductively to develop themes pertinent to the review questions. We will integrate evidence through a convergent narrative synthesis to contextualize how maternal micronutrient deficiencies are influenced by sociodemographic factors and how these relate to infant neurodevelopment. The review will adhere to PRISMA-ScR reporting guidelines. Results: The initial database search was completed on July 3, 2025. Title and abstract screening is in progress, and final synthesis and reporting are anticipated by January 2026. Conclusions: This review aims to summarize the available evidence on maternal micronutrients and infant neurodevelopment in South Asia, identify major gaps and inconsistencies in the data, and highlight opportunities for focused research and multisectoral action. The findings will help guide the next phases of the South Asia Collaborative for Maternal Micronutrients and Infant Neurodevelopment (SACMIND) collaborative project, which will include qualitative studies, biomarker assessments, and designing interventions.

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)0,069
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,363

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0690,056
Méta-épidémiologie (sens strict)0,0050,005
Méta-épidémiologie (sens large)0,0110,016
Bibliométrie0,0190,015
Études des sciences et des technologies0,0050,004
Communication savante0,0080,008
Science ouverte0,0060,008
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0550,009

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 Opus0,386
Tête enseignante GPT0,635
Écart entre enseignants0,249 · 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'étudeRevue systématique
Domainenon disponible
GenreProtocole

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetTrace Elements in HealthTravaux en français237 207