Milk consumption and childhood anthropometric failure in India: Analysis of a national survey
Notice bibliographique
Résumé
Dairy milk has been shown to contribute to child growth in many countries, but the relationship between milk intake and anthropometric outcomes among Indian children has not been studied. The objectives were to describe children aged 6-59 months who consume dairy milk in India and determine if dairy milk consumption was associated with lower odds of stunting, underweight and anthropometric failure among Indian children. This was a cross-sectional study based on the fourth Indian National Family Health Survey (NFHS-4), which was a national survey conducted between 2015 and 2016 by the Ministry of Health and Family Welfare. The primary exposure was the consumption of dairy milk within the past day or night. The primary outcomes were stunting (height-for-age z score < -2), underweight (weight-for-age z score < -2) and the composite index of anthropometric failure (CIAF), which is a combination of weight-for-age, weight-for-height and height-for-age. Multivariable logistic regression models and coarsened exact matching (CEM) were used to determine the relationship between dairy milk and odds ratios of each outcome. Setting was in India. Participants were children (N = 107,639) aged 6-59 months. Children who consumed dairy milk in the past day or night had an odds ratio of 0.95 for underweight (95% CI 0.92-0.98, P = .0005), 0.93 for stunting (95% CI 0.90-0.96, P < .0001) and 0.96 for CIAF (95% CI 0.93-0.99, P = .004), compared with children who did not consume dairy milk after adjusting for relevant covariates. When CEM was used among a subset (n = 28,207), evidence for relationships between dairy milk and anthropometric outcomes was consistent but slightly weaker. Widespread, equitable access to dairy milk among childhood may be part of an effort to lower the risk of anthropometric failure among children in India.
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 | 0,001 | 0,001 |
| 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 ».