Malnutrition and Associated Factors with Nutritional Status among Orphan Children: An Evidence-Based Study from Nepal
Notice bibliographique
Résumé
Background: Malnutrition is a common public health problem among children in low and middle-income developing countries. Orphan's children are vulnerable and neglected groups in society and are more prone to malnutrition. The study aims to identify the prevalence of underweight, stunting, thinness, and factors associated with nutritional status among orphan children. Methods: Quantitative method & analytical cross-sectional research design were used to assess the nutritional status and its associated factors among orphan children in Pokhara Valley, Nepal. The sample size of 160 children was obtained by a simple random technique. The semi-structured questionnaire, digital bathroom scale, stadiometer was used as the data collection technique. Data management and analysis were done from Epi-info, SPSS 25 version, and WHO Anthro plus. Findings: The majority of children were malnourished (80.6%) with the prevalence of stunting (55.1%), thinness (13.8%), and overweight (6.9%). Prevalence of underweight, stunting, and thinness was high among the boys (85.5%, 26.3%, and 15.8%), but overweight was more prevalent among the girls (7.1%). Ethnicity, sex, age, stay duration in an orphanage, and education of caregivers was associated with the nutritional status of orphan children (p <0.05). Non-privileged children and children below 11 years were more prone to malnutrition. Conclusion: Malnutrition is highly prevalent in orphan children and needs to be addressed. There is still limited study available on the nutritional status of orphan children in Nepal. Nutritional status should be monitored regularly for early identification and timely intervention of malnutrition to promote the nutrition health status of orphan children
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 | 0,001 |
| 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 ».