Epidemiological and nutritional transition in low- and middle-income countries
Notice bibliographique
Résumé
Abstract Issue/problem In the last decades, the number of deaths from non-communicable diseases in developing countries has risen to those observed in developed countries. Description of the problem Nutritional research in developing countries has primarily focused on under-nutrition, particularly among vulnerable population subgroups such as women and children. However, while economic growth has a significant social impact at population level, there is suggestive evidence of an ongoing nutritional transition leading to concurrent under- and over-nutrition in the population. Results The ongoing nutritional transition in these settings has been mostly linked to the rapid process of urbanisation and westernization. Data from several developing countries suggest that improvements in developmental indicators is accompanied by higher availability of highly processed poorly nutritious foods. Regarding socioeconomic factors, results demonstrated that better education and better living standards were associated with higher odds of overweight/obesity after adjusting for confounders, including urban vs. rural setting. This is likely a consequence of the ongoing nutritional and epidemiological transition occurring in these settings. In fact, developing countries have not yet reached the same phase of nutritional transition as an economically affluent country, and while high-calorie diets comprising fast-food are the more economically affordable option in the latter, such diets are still reserved for the more affluent individuals in some developing countries, where economic growth has only just begun to allow affluent individuals to afford fast-food. Conclusions Understanding the underlying ecological and socioeconomic roots of both extremes of the nutritional status is vital to design successful public health interventions.
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 | 0,006 | 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 ».