L’utilisation des probiotiques dans la population pédiatrique
Bibliographic record
Abstract
Abstract Le présent document de principes définit les probiotiques et fournit une analyse des publications scientifiques les plus récentes sur leur utilisation en pédiatrie. De nombreuses études ont évalué les avantages potentiels des probiotiques, mais en raison des variations importantes dans les souches et les doses utilisées, des populations de patients étudiées et des méthodologies privilégiées, les résultats sont hétérogènes. Selon les données probantes à jour, les probiotiques peuvent réduire le taux de mortalité et l’incidence d’entérocolite nécrosante chez les nouveau-nés prématurés et de petit poids à la naissance. Ils peuvent également être bénéfiques pour réduire l’intolérance alimentaire. Chez les nourrissons, on peut envisager de les utiliser pour limiter les symptômes de coliques, et chez les enfants plus âgés, pour prévenir la diarrhée associée aux antibiotiques ou au Clostridium difficile. Les suppléments de probiotiques utilisés conjointement avec un traitement standard peuvent contribuer à éradiquer l’Helicobacter pylori et à atténuer les effets secondaires du traitement. On peut envisager d’utiliser des espèces de Lactobacillus pour traiter le syndrome du côlon irritable ou de recourir à des probiotiques pour contribuer à prévenir la dermatite atopique et l’eczéma. Afin d’optimiser les politiques et les pratiques en pédiatrie, de vastes études de qualité devront être réalisées pour déterminer les types et les combinaisons de probiotiques les plus efficaces.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".