MétaCan
Menu
Retour à la cohorte
Enregistrement W2921611290 · doi:10.1093/ije/dyy233

Infant nutrition and growth: trends and inequalities in four population-based birth cohorts in Pelotas, Brazil, 1982–2015

2018· article· en· W2921611290 sur OpenAlexafffund
Helen Gonçalves, Fernando C. Barros, Romina Buffarini, Bernardo Lessa Horta, Ana Maria Baptista Menezes, Aluísio J. D. Barros, Marlos Rodrigues Domingues, César G. Victora, Alícia Matijasevich, Andréa Dâmaso Bertoldi, Diego G. Bassani, Fernando C. Wehrmeister, Iná S. Santos, Joseph Murray, Luciana Tovo‐Rodrigues, Maria Cecília Formoso Assunção, Mariângela Freitas da Silveira, Pedro Rodrigues Curi Hallal

Notice bibliographique

RevueInternational Journal of Epidemiology · 2018
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of Toronto
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado do Rio Grande do SulConselho Nacional de Desenvolvimento Científico e TecnológicoAssociação Brasileira de Saúde ColetivaEuropean CommissionInternational Development Research CentreWellcome TrustWorld Health Organization
Mots-clésOverweightWastingAnthropometryMalnutritionMedicineDemographySocioeconomic statusObesityPopulationCohortBirth weightNutrition transitionDouble burdenPediatricsEnvironmental healthPregnancyEndocrinologyBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Levels of child undernutrition have declined in many middle-income countries, whereas overweight and obesity have increased. We describe time trends in nutritional indicators at age 1 year in the 1982, 1993, 2004 and 2015 Pelotas (Brazil) Birth Cohorts. METHODS: Each study included all children born in the urban area of the city, with over 4 200 births in each cohort. Children were measured at approximately 12 months of age. Anthropometric indicators were calculated according to World Health Organization Growth Standards. Stunting and wasting were defined as <-2 Z scores for length for age and weight for length, and overweight as >2 Z scores for weight for length. Prevalence was stratified by sex, maternal skin colour and family income. RESULTS: The prevalence of stunting declined by 53% (from 8.3% to 3.9%) from 1982 to 2015. Wasting prevalence remained stable at low levels (1.8% in 1982 and 1.7% in 2015), whereas overweight increased by 88% (6.5% to 12.2%). Undernutrition was more common among boys, those born to mothers with brown or black skin colour and in the poorest quintile of families. Socioeconomic inequalities in undernutrition decreased markedly over time. Overweight was markedly more common among the rich in 1982, but fast increase among the poor eliminated socioeconomic differences by 2015, when all groups showed similar prevalence. CONCLUSIONS: Our results confirm the rapid nutrition transition in Brazil, with marked reduction in levels and inequalities in undernutrition in parallel with a rapid increase in overweight, which became the main nutritional problem for 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,191
Score d'incertitude au seuil0,380

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,369
Écart entre enseignants0,324 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of EpidemiologyMême sujetChild Nutrition and Water AccessTravaux en français237 207