Trends in obesity by socioeconomic status among non-pregnant women aged 15–49 y: a cross-sectional, multi-dimensional equity analysis of demographic and health surveys in 11 sub-Saharan Africa countries, 1994–2015
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Global obesity estimates show a steadily increasing pattern across socioeconomic and geographical divides, especially among women. Our analysis tracked and described obesity trends across multiple equity dimensions among women of reproductive age (15-49 y) in 11 sub-Saharan African (SSA) countries during 1994-2015. METHODS: This study consisted of a cross-sectional series analysis using nationally representative demographic and health surveys (DHS) data. The countries included were Cameroon, Comoros, Congo, Cote d'Ivoire, Ghana, Kenya, Lesotho, Nigeria, Senegal, Zambia and Zimbabwe. The data reported are from a reanalysis conducted using the WHO Health Equity Assessment Toolkit that assesses inter- and intra-country health inequalities across socioeconomic and geographical dimensions. We generated equiplots to display intra- and inter-country equity gaps. RESULTS: There was an increasing trend in obesity among women of reproductive age across all 11 SSA countries. Obesity increased unequally across wealth categories, place of residence and educational measures of inequality. The wealthiest, most educated and urban dwellers in most countries had a higher prevalence of obesity. However, in Comoros, obesity did not increase consistently with increasing wealth or education compared with other countries. The most educated and wealthiest women in Comoros had lower obesity rates compared with their less wealthy and less well-educated counterparts. CONCLUSION: A window of opportunity is presented to governments to act structurally and at policy level to reduce obesity generally and prevent a greater burden on disadvantaged subpopulation groups in sub-Saharan Africa.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 découle