Weight Status at Postpartum: Being Normal Weight Yet Centrally Obese!
Notice bibliographique
Résumé
Background: Obesity among women of child-bearing age has been a public health concern in the recent past. Central obesity has been found to be rising in different countries. Objectives: This study determined prevalence and correlates of central obesity and normal weight central obesity among postpartum women. Study Design: Randomly selected 460 postpartum women attending health facilities for vaccination/growth monitoring of their infants in Kasarani sub-county, Nairobi County, Kenya took part in the study. BMI was used to measure overall obesity. Central obesity was assessed by waist circumference (WC), waist to hips ratio (WHR) and waist to height ratio (WHTR). National Institute of Health and Clinical Excellence (NICE) BMI-WC index was used to assess health risk. Bivariate analysis was used to determine correlates of central obesity. Results: The prevalence of CO as defined by WC, WHR and WHTR were 66.3%, 62.1% and 50.6% respectively. Prevalence of normal weight central obesity was 39.2%, 36.5%, and 34.4% by WC, WHR, and WHTR respectively. One in every three participants, 38.6%, had high or very high health risk while 15% had increased risk and 44.1% had no increased health risk. Parity and age showed significant positive association with central obesity (Age: WC r = 0.156, p ≤ 0.001; WHTR r = 0.190, p ≤ 0.001; Parity: WC r = 0.0126, p = 0.009; WHTR r = 0.149, p = 0.002). Conclusion: Central obesity prevalence was high regardless of the measure used. About a third of the postpartum women with normal weight BMI was centrally obese and was either at high or very high health risk. Health care workers should therefore use a central obesity measure alongside BMI when assessing nutrition status in the study setting.
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 | 0,000 | 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 ».