Factors associated with BMI, underweight, overweight, and obesity among adults in a population of rural south India: a cross-sectional study
Notice bibliographique
Résumé
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».