MétaCan
Menu
← Retour à la cohorte
Enregistrement W2979679158 · doi:10.1101/19006759

Basic determinants of child growth in sub-Saharan Africa: cross-sectional survey analysis of positive deviants in poor households

2019· preprint· en· W2979679158 sur OpenAlexaff
Dickson A Amugsi, Zacharie Tsala Dimbuene

Notice bibliographique

RevuemedRxiv · 2019
Typepreprint
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésCross-sectional studyMalnutritionMedicineOddsDemographyOdds ratioPublic healthStunted growthAttendanceDeveloping countryEnvironmental healthUnder-fiveGeographyLogistic regressionEconomic growth

Résumé

récupéré en direct d'OpenAlex

Abstract Background Childhood malnutrition is a significant public health problem confronting countries across the globe. Nonetheless, recent evidence suggests a downward trend in undernutrition among children globally. Despite the progress made at the global level, sub-Saharan Africa did not experience significant improvement in the past decades. The objective of this study was to investigate the basic determinants associated with linear growth among children under 5 years living in poor households. Methods The study used nationally representative cross-sectional survey data from Ghana, Kenya, Democratic Republic of Congo (DRC), Nigeria and Mozambique. The participants are children aged 0–59 months (N=24,264) living in poor households. The DHS obtained information on children through face-to-face interviews with mothers. The height of the children was also measured and used to compute the height-for-age Z-scores (HAZ). In this study, HAZ is categorised into HAZ>-2 standard deviations (SD) (not stunted/better growth) and HAZ<-2 SD (stunted/poor growth). Results A unit change in maternal years of education was associated with increased odds of better growth among children living in poor households in DRC [adjusted odds ratio (aOR)= 1.03, 95% CI=1.01,1.07)], Ghana (aOR=1.06, 95% CI=1.01,1.11), Kenya (aOR=1.03, 95% CI= 1.01, 1.05) and Nigeria (aOR=1.08, 95%=1.06,1.10). Maternal antenatal attendance of at least four visits was associated positively with better child growth in DRC (aOR=1.32, 95% CI=1.05, 1.67) and Ghana (aOR=1.67, 95% CI=1.19, 2.33). In Ghana, Mozambique and DRC, breastfeeding was associated significantly with the likelihood of better linear growth when only socio-demographic correlates were included in the models but disappeared after the inclusion of child-level covariates. In Nigeria, normal maternal weight was associated with increased odds (aOR=1.24, 95% CI=1.08, 1.43) of positive growth among children living in poor households, so was overweight (aOR=1.51, 95% CI= 1.24, 1.83). In all the countries except Ghana, child biological factors such as sex and age were associated with reduced odds of better growth. Conclusions The socio-demographic factors included in this analysis have the potential to promote linear growth of children under 5 years living in poor households. Interventions aimed at fostering linear growth among children living in poverty should target at enhancing these factors.

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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
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 Opus0,038
Tête enseignante GPT0,301
Écart entre enseignants0,263 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetChild Nutrition and Water Access→Travaux en français237 207→