Changing Trend of Overweight and Obesity and Their Associated Factors in an Urban Population of Bangladesh
Notice bibliographique
Résumé
There is a scarcity of information examining the prevalence of overweight and obesity in the general population of Bangladesh. Thus, the present study aimed to estimate the changing trends and socio-demographic characteristics of overweight and obese individuals among an urban population inDhaka,Bangladesh. The present study included data from 49,532 patients enrolled in the Diarrheal Disease Surveillance System (DDSS) at theDhakaHospitalfrom 1993-2011. Overweight and obese was categorized among under-5 children (n = 508), 5 19 years (n = 96), and >19 years (n = 1330). Data was compared with normal weight and malnourished individuals of respective age strata. The proportion of overweight and obese increased from 0.64% 5.15% among children 0.001), 0.80% 6.70% among 5 19 years (p 0.001), and 3.66% 16.94% (p 0.001) among >19 years. Among those under-5, males [OR = 1.31 (95%CI 1.08, 1.57)] those with higher socio-economic status [1.99 (1.02, 3.82)], higher monthly mean family income [3.76 (2.41, 5.86)], non-slum residence [2.01 (0.74, 5.51)], high maternal literacy rate [3.66 (2.31, 5.79)], and using sanitary toilet [1.47 (1.07, 2.01)] were at higher risk of being overweight and obese compared to well-nourished and malnourished children. Among individuals 5 19 years, those with higher socioeconomic status and use of sanitary toilet were at higher risk of being overweight and obese. Among those >19 years, additionally males were less likely to be overweight and obese [0.59 (0.49, 0.68)]. Over the last two decades the prevalence of overweight and obesity in Dhaka city has increased at least five folds and it was much higher among those with better socioeconomic status.
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 | 0,000 | 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 ».