Maternal and early‐life area‐level characteristics and childhood adiposity: A systematic review
Notice bibliographique
Résumé
There is a cross-sectional evidence that physical and social environments are linked to childhood adiposity. Evidence is scarce for the role of preconception, pregnancy, and early-life area-level characteristics in shaping childhood adiposity. We aimed to systematically review evidence for associations between physical and social environmental conditions experienced in these periods and childhood adiposity. Published literature was identified from the CINAHL, Embase, MEDLINE, and PsycINFO databases. Longitudinal studies linking an area-level environmental exposure in the preconception, pregnancy, or early-life (less than 1 year) periods and a measure of adiposity between the ages of 2 and 12 years were examined. Eight studies in the United States, Denmark, South Korea, United Kingdom, and Canada satisfied the inclusion criteria. Storm-induced maternal stress, nitrogen oxides exposure, traffic noise, and proximity were associated with greater childhood adiposity. Frequent neighbourhood disturbances were associated with lower adiposity, while particulate matter exposure was associated with both higher and lower adiposity in childhood. Area-level characteristics may play a role in the ongoing obesity epidemic. There is a limited evidence of longitudinal associations between preconception, pregnancy, and early-life area-level characteristics with childhood adiposity. Numerous factors that appear important in cross-sectional research have yet to be assessed longitudinally, both individually and in combination.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».