MétaCan
Menu
Retour à la cohorte
Enregistrement W2275598282 · doi:10.1186/s40608-016-0091-7

Factors associated with BMI, underweight, overweight, and obesity among adults in a population of rural south India: a cross-sectional study

2016· article· en· W2275598282 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBMC Obesity · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensUniversity of WinnipegCanadian Mennonite UniversityUniversity of Guelph
Organismes subventionnairesCanadian Institutes of Health ResearchInternational Development Research Centre
Mots-clésUnderweightMedicineOverweightRuralityObesityCross-sectional studyEnvironmental healthSocioeconomic statusBody mass indexPublic healthRural areaPopulationOddsLogistic regressionDemographyGerontologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Overweight, obesity, and related chronic diseases are becoming serious public health concerns in rural areas of India. Compounded with the existing issue of underweight, such concerns expose the double burden of disease and may put stress on rural healthcare. The purpose of this article was to present the prevalence and factors associated with underweight, overweight, and obesity in an area of rural south India. METHODS: During 2013 and 2014, a random sample of adults aged 20-80 years were selected for participation in a cross-sectional study that collected information on diet (using a food frequency questionnaire), physical activity (using the Global Physical Activity Questionnaire), socioeconomic position (using a wealth index), rurality (using the MSU rurality index), education, and a variety of descriptive factors. BMI was measured using standard techniques. Using a multivariate linear regression analysis and multivariate logistic regression analyses, we examined associations between BMI, overweight, obesity, and underweight, and all potential risk factors included in the survey. RESULTS: Age and sex-adjusted prevalence of overweight, obesity class I, and obesity class II were 14.9, 16.1, and 3.3 % respectively. Prevalence of underweight was 22.7 %. The following variables were associated with higher BMI and/or increased odds of overweight, obesity class I, and/or obesity class II: Low physical activity, high wealth index, no livestock, low animal fat consumption, high n-6 polyunsaturated fat consumption, television ownership, time spent watching television, low rurality index, and high caste. The following variables were associated with increased odds of underweight: low wealth index, high rurality index, and low intake of n-6 PUFAs. CONCLUSION: Underweight, overweight, and obesity are prevalent in rural regions of southern India, indicating a village-level dual burden. A variety of variables are associated with these conditions, including physical activity, socioeconomic position, rurality, television use, and diet. To address the both underweight and obesity, policymakers must simultaneously focus on encouraging positive behaviour through education and addressing society-level risk factors that inhibit individuals from achieving optimal health.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,247
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle