Pregnancy, Physical Activity and Weight Control to Prevent Obesity and Future Chronic Disease Risk in Both Mother and Child
Notice bibliographique
Résumé
Maternal obesity is accelerating world-wide and may be partly due to excessive gestational weight gain (GWG) and weight retention so that women begin a subsequent pregnancy with extra weight. Excessive GWG has been linked to chronic disease risk in the mother and also to an unhealthy foetal environment with downstream consequences for offspring health with risk for childhood obesity. Weight control during pregnancy and prevention of excessive GWG is an important issue for both mother and developing child. A healthy lifestyle through healthy eating and physical activity are key to prevention. Weight management for non-pregnant individuals has been evaluated for over 30 years, and lessons learned may assist in planning interventions for preventing excessive GWG. Many systematic reviews and meta-analyses analyzing the same studies on GWG report very different results. Recently, 10 intervention trials to prevent excessive GWG were published and only 6 of them were successful. Significant association between maternal exercise and GWG guidelines were reported, however, “one size does not fit all”. The failed trials did not have extra faceto- face sessions, were educational based and adherence was <50%. Accountability, face-to-face exercise sessions, and pedometers may motivate pregnant women to increase step counts to 10,000, which, when combined with nutrition control, prevents excessive GWG. Community walking programs that include family members and children may assist pregnant women of all body mass index categories to overcome potential barriers to promote a healthy lifestyle that will benefit them and their families for weight control and prevention of future chronic disease risk.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».