Prevalence and time trends in overweight and obesity among urban women: an analysis of demographic and health surveys data from 24 African countries, 1991<b>–</b>2014
Notice bibliographique
Résumé
OBJECTIVE: To examine the prevalence and trends in overweight and obesity among non-pregnant urban women in Africa over the past two and a half decades. DESIGN: Cross-sectional surveys conducted between 1991 and 2014. SETTINGS: Demographic and Health Surveys (DHS), repeated cross-sectional data collected in 24 African countries. PARTICIPANTS: ). RESULTS: The prevalence of overweight and obesity among women increased in all the 24 countries. Trends were statistically significant in 17 of the 24 countries in the case of obesity and 13 of the 24 for overweight. In Ghana, overweight almost doubled (p=0.001) while obesity tripled (p=0.001) between 1993 and 2014. Egypt has the highest levels of overweight and obesity at 44% (95% CI 42%, 46.5%) and 39% (95% CI 36.6%, 41.8%), respectively, in 2014 and the trend showed significant increase (p=0.005) from 1995 levels. Also, obesity doubled in Kenya, Benin, Niger, Rwanda, Ivory Coast and Uganda, while tripled in Zambia, Burkina Faso, Mali, Malawi and Tanzania. Ethiopia and Madagascar had the lowest prevalence of both obesity and overweight, with overweight ranging from 7% to 12% and obesity from 1% to 4%. CONCLUSIONS: Overweight and obesity are increasing among women of reproductive age in urban Africa, with obesity among this age group having more than doubled or tripled in 12 of the 24 countries. There is an urgent need for deliberate policies and interventions to encourage active lifestyles and healthy eating behaviour to curb this trend in urban Africa.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».