Translating the Developmental Origins of Health and Disease concept to improve the nutritional environment for our next generations: a call for a reflexive, positive, multi-level approach
Notice bibliographique
Résumé
Evidence supporting the Developmental Origins of Health and Disease (DOHaD) hypothesis indicates that improving early life environments can reduce non-communicable disease risks and improve health over the lifecourse. A widespread understanding of this evidence may help to reshape structures, guidelines and individual behaviors to better the developmental conditions for the next generations. Yet, few efforts have yet been made to translate the DOHaD concept beyond the research community. To understand why, and to identify priorities for DOHaD Knowledge Translation (KT) programs, we review here a portion of published descriptions of DOHaD KT efforts and critiques thereof. We focus on KT targeting people equipped to apply DOHaD knowledge to their everyday home or work lives. We identified 17 reports of direct-to-public DOHaD KT that met our inclusion criteria. Relevant KT programs have been or are being initiated in nine countries, most focusing on secondary school students or care-workers-in-training; few target parents-to-be. Early indicators suggest that such programs can empower participants. Main critiques of DOHaD KT suggest it may overburden mothers with responsibility for children's health and health environments, minimizing the roles of other people and institutions. Simultaneously, though, many mothers-to-be seek reliable guidance on prenatal health and nutrition, and would likely benefit from engagement with DOHaD KT. We thus recommend emphasizing solidarity, and bringing together people likely to one day become parents (youth), people planning pregnancies, expecting couples, care workers and policymakers into empowering conversation about DOHaD and about the importance and complexity of early life environments.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».