School-Based Nutrition Education Intervention Improves Nutrition Knowledge and Lipid Profile among Overweight/Obese Children
Notice bibliographique
Résumé
Many children in Ghana do not meet the dietary and physical activity recommendations for their health due to several reasons including limited nutrition education intervention (NEI) programmes. NEI provides children with information on knowledge, attitudes and practices (KAPs) required to ensure proper dietary intake and physical activity. In this intervention study, we recruited eighty (80) overweight and obese students aged 11-15 years from two schools in the Ga-East municipality of Ghana. Anthropometric, biochemical, dietary and physical activity information were collected on the two groups before and after three months of NEI. Between group comparisons (test and control); before and after interventions were performed using student t-tests. It was shown that NEI improved nutrition knowledge (mean change = 5.13, p<0.01), attitude (mean change = 2.75, p<0.01) but not practice (mean change = -1.42, p<0.05) in overweight and obese children. Although anthropometric indicators did not improve with NEI, serum lipid profile of participants improved as indicated by the following mean changes: TC [-1.22, 95%CI (-1.90 -0.55)] mg/dL, HDL-c [-0.19, 95% CI (-0.38, 0.00)] mg/dL, LDL-c [-0.90, 95%CI (-1.52, -0.28)] mg/dL and TG [(-0.66, 95%CI (-1.23, -0.09)] mg/dL. Our findings show that NEI undertaken within a relatively short period of time could have positive effects on lipid profile, knowledge and attitudes of school children, and in turn, promote the fight against childhood obesity, and improve the health and wellbeing of children.
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 | 0,000 | 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) | 0,003 | 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 ».