The Dietary Intake and Practices of Adolescent Girls in Low- and Middle-Income Countries: A Systematic Review
Notice bibliographique
Résumé
In many low- and middle-income countries (LMICs) the double burden of malnutrition is high among adolescent girls, leading to poor health outcomes for the adolescent herself and sustained intergenerational effects. This underpins the importance of adequate dietary intake during this period of rapid biological development. The aim of this systematic review was to summarize the current dietary intake and practices among adolescent girls (10⁻19 years) in LMICs. We searched relevant databases and grey literature using MeSH terms and keywords. After applying specified inclusion and exclusion criteria, 227 articles were selected for data extraction, synthesis, and quality assessment. Of the included studies, 59% were conducted in urban populations, 78% in school settings, and dietary measures and indicators were inconsistent. Mean energy intake was lower in rural settings (1621 ± 312 kcal/day) compared to urban settings (1906 ± 507 kcal/day). Self-reported daily consumption of nutritious foods was low; on average, 16% of girls consumed dairy, 46% consumed meats, 44% consumed fruits, and 37% consumed vegetables. In contrast, energy-dense and nutrient-poor foods, like sweet snacks, salty snacks, fast foods, and sugar-sweetened beverages, were consumed four to six times per week by an average of 63%, 78%, 23%, and 49% of adolescent girls, respectively. 40% of adolescent girls reported skipping breakfast. Along with highlighting the poor dietary habits of adolescent girls in LMIC, this review emphasizes the need for consistently measured and standardized indicators, and dietary intake data that are nationally representative.
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 | 0,004 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».