Mass deworming for improving health and cognition of children in endemic helminth areas: A systematic review and individual participant data network meta‐analysis
Notice bibliographique
Résumé
Soil transmitted (or intestinal) helminths and schistosomes affect millions of children worldwide.To use individual participant data network meta-analysis (NMA) to explore the effects of different types and frequency of deworming drugs on anaemia, cognition and growth across potential effect modifiers.We developed a search strategy with an information scientist to search MEDLINE, CINAHL, LILACS, Embase, the Cochrane Library, Econlit, Internet Documents in Economics Access Service (IDEAS), Public Affairs Information Service (PAIS), Social Services Abstracts, Global Health CABI and CAB Abstracts up to March 27, 2018. We also searched grey literature, websites, contacted authors and screened references of relevant systematic reviews.We included randomised and quasirandomised deworming trials in children for deworming compared to placebo or other interventions with data on baseline infection.We conducted NMA with individual participant data (IPD), using a frequentist approach for random-effects NMA. The covariates were: age, sex, weight, height, haemoglobin and infection intensity. The effect estimate chosen was the mean difference for the continuous outcome of interest.We received data from 19 randomized controlled trials with 31,945 participants. Overall risk of bias was low. There were no statistically significant subgroup effects across any of the potential effect modifiers. However, analyses showed that there may be greater effects on weight for moderate to heavily infected children (very low certainty evidence).This analysis reinforces the case against mass deworming at a population-level, finding little effect on nutritional status or cognition. However, children with heavier intensity infections may benefit more. We urge the global community to adopt calls to make data available in open repositories to facilitate IPD analyses such as this, which aim to assess effects for the most vulnerable individuals.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,037 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».