Adjustments for weighing clothed babies at high altitude or in cold climates
Notice bibliographique
Résumé
Public health nutritionists rely on anthropometry for nutritional assessment, program planning, and evaluation. Children are usually heavily clothed at high altitudes and in cold climates. Failing to adjust for clothing weight could underestimate malnutrition prevalence. The objective of this paper is to validate an adjustment process for estimating clothing weight and quantify potential misclassification error. In March and September 2009, 293 and 272 children under 2 years of age, respectively, were measured for weight and length in 14 highlands communities in Ecuador. Weight-for-age z-scores (WAZ) and weight-for-height z-scores (WHZ) were compared using clothing-unadjusted weights and two types of clothing-adjusted weights: individual clothing-weights and population-mean clothing-weights. Modelling showed up to 24% of children's nutritional status and degree of malnutrition were misclassified for WAZ, and 13% for WHZ, when clothing was not taken into account in this cold climate. Compared with the more time-intensive individual clothing-weight adjustment, the population-mean clothing-weight adjustments had high specificity and sensitivity for WAZ. In cold climates, adjusting for population mean clothing weight provides a better estimate of the prevalence of malnutrition to inform appropriate program decisions for addressing underweight. An individual clothing weight adjustment may also be essential to classify a specific child's nutritional status when acute malnutrition is a concern.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».