Association between food insecurity and anemia among women of reproductive age
Notice bibliographique
Résumé
BACKGROUND: Food insecurity and hidden hunger (micronutrient deficiency) affect about two billion people globally. Household food insecurity (HFI) has been shown to be associated with one or multiple micronutrient (MMN) deficiencies among women and children. Chronic food insecurity leads to various deficiency disorders, among which anemia stands out as the most prevalent one. As a high malnutrition prevalent country, Bangladesh has one of the highest rates of anemia among all Asian countries. In this study, we wanted to investigate for any association exists between HFI and anemia among women of reproductive age in Bangladesh. METHODOLOGY: Information about demographics, socioeconomic and anemia status on 5,666 married women ageing between 13 and 40 years were collected from a nationally representative cross-sectional survey Bangladesh Demographic and Health Survey (BDHS 2011). Food security was measured by the Household Food Insecurity Access Scale (HFIAS). Capillary hemoglobin concentration (Hb) measured by HemoCue® was used as the biomarker of anemia. Data were analysed using cross-tabulation, chi-square tests and multiple logistic regression methods. RESULTS: Anemia prevalence was 41.7%. Logistic regression showed statistically significant association with anemia and type of residency (p = 0.459; OR = 0.953, 95%CI = 0.840-1.082), wealth status (Poorest: p < 0.001; OR = 1.369, 95%CI = 1.176-1.594; and average: p = 0.030; 95%CI = 1.017-1.398), educational attainment (p < 0.001; OR = 1.276, 95%CI = 1.132-1.439) and household food insecurity (p < 0.001; 95%CI = 1.348-1.830). Women who reported food insecurity were about 1.6 times more likely to suffer from anemia compared to their food secure counterparts. CONCLUSION: HFI is a significant predictor of anemia among women of reproductive age in Bangladesh. Programs targeting HFI could prove beneficial for anemia reduction strategies. Gender aspects of food and nutrition insecurity should be taken into consideration in designing national anemia prevention frameworks.
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 | 0,002 |
| 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 | 0,000 | 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) | 0,002 | 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 ».