Maternal Dietary Diversity and Infant Outcome of Pregnant Women in Northern Ghana
Notice bibliographique
Résumé
Objective: Little is known regarding the role of maternal dietary diversity score (DDS) in predicting poor outcomes of pregnancy including preterm delivery, and low birth weight (LBW). The main aim of this study was to explore the relationship between dietary diversity scores of urban Ghanaian women and infant weight at birth. Methods: This analytical cross-sectional study comprised 524 pregnant women who delivered singleton babies. A Structured questionnaire was used to collect data on socio-demographic variables (e.g. educational status, age, maternal occupation, household wealth index), obstetric history (for example, gravidity, gestational weight gain), dietary intake, malarial infection and Sulphadoxine pyrimethamine (SP) uptake, blood pressure (BP), haemoglobin concentration (Hb), anthropometric measurements (e.g. weight of mother and new born baby). Results: This study showed that maternal dietary diversity as measured by individual dietary diversity score scores (IDDS) was a significant independent predictor for mean birth weight and LBW. Analysis of covariance (ANCOVA) showed there was a significant difference in adjusted mean birth weight between women on low and high diversified diets , F (1, 415) = 8.935, p = 0.003. The results further showed that maternal IDDS was negatively associated with the incidence of LBW (Adjusted OR = 0.43, 95% CI = 0.22–0.85, p = 0.014). Conclusion: In nutritional deprived populations, maternal diet in the third trimester appears to be an important determinant of LBW and that DDS can serve as useful predictive indicator of maternal nutrition during pregnancy and the likelihood of delivering LBW babies.
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 ».