Socio-demographic patterning of the individual-level double burden of malnutrition in a rural population in South India: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: The double burden of malnutrition is the co-occurrence of undernutrition (e.g. underweight, stunting, and micronutrient deficiencies) and over-nutrition (e.g. obesity, type 2 diabetes, and cardiovascular disease) at the population, household, or individual level. The objectives of this study were to determine the extent and determinants of individual-level co-morbid anemia and overweight and co-morbid anemia and diabetes in a population in rural Tamil Nadu, South India. METHODS: We undertook a cross-sectional study of adults (n = 753) in a rural region of Tamil Nadu, South India. A survey assessed socio-demographic factors, physical activity levels, and dietary intake. Clinical measurements included body-mass index, an oral glucose tolerance test, and blood hemoglobin assessments. Multivariable logistic regression analyses were used to determine associations between risk factors and two co-morbid double burden pairings: (1) anemia and overweight, and (2) anemia and diabetes. RESULTS: Prevalence of co-morbid anemia and overweight was 23.1% among women and 13.1% among men. Prevalence of co-morbid anemia and diabetes was 6.2% among women and 6.3% among men. The following variables were associated with co-morbid anemia and overweight in multivariable models [odds ratio (95% confidence interval)]: female sex [2.3 (1.4, 3.85)], high caste [3.2 (1.34, 7.49)], wealth index [1.1 (1.00, 1.12)], rurality (0.7 [0.56, 0.85]), tobacco consumption [0.6 (0.32, 0.96)], livestock ownership [0.5 (0.29, 0.89)], and energy-adjusted meat intake [1.8 (0.61, 0.94)]. The following variables were associated with co-morbid anemia and diabetes in multivariable models: age [1.1 (1.05, 1.11)], rurality [0.8 (0.57, 0.98)], and family history of diabetes [4.9 (1.86, 12.70). CONCLUSION: This study determined the prevalence and factors associated with individual-level double burden of malnutrition. Women in rural regions of India may be particularly vulnerable to individual-level double burden of malnutrition and should be a target population for any nutrition interventions to address simultaneous over- and undernutrition.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».