MétaCan
Menu
Retour à la cohorte
Enregistrement W3110853875 · doi:10.1186/s12889-020-09988-5

Non-communicable diseases among adolescents: current status, determinants, interventions and policies

2020· article· en· W3110853875 sur OpenAlexafffund
Nadia Akseer, S. Mehta, Jannah Wigle, Rupinder Chera, Z. J. Brickman, Sara Al‐Gashm, B. Sorichetti, Ashley Vandermorris, David Hipgrave, Nina Schwalbe, Zulfiqar A Bhutta

Notice bibliographique

RevueBMC Public Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of TorontoPublic Health OntarioHospital for Sick Children
Organismes subventionnairesHospital for Sick ChildrenUNICEF
Mots-clésMedicineNon-communicable diseasePsychological interventionEnvironmental healthBiostatisticsPublic healthDisease burdenMental healthDiseaseGerontologyPsychiatryPopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Addressing non-communicable disease (NCDs) is a global priority in the Sustainable Development Goals, especially for adolescents. However, existing literature on NCD burden, risk factors and determinants, and effective interventions and policies for targeting these diseases in adolescents, is limited. This study develops an evidence-based conceptual framework, and highlights pathways between risk factors and interventions to NCD development during adolescence (ages 10-19 years) and continuing into adulthood. Additionally, the epidemiologic profile of key NCD risk factors and outcomes among adolescents and preventative NCD policies/laws/legislations are examined, and a multivariable analysis is conducted to explore the determinants of NCDs among adolescents and adults. METHODS: We reviewed literature to develop an adolescent-specific conceptual framework for NCDs. Global data repositories were searched from Jan-July 2018 for data on NCD-related risk factors, outcomes, and policy data for 194 countries from 1990 to 2016. Disability-Adjusted Life Years were used to assess disease burden. A hierarchical modeling approach and ordinary least squares regression was used to explore the basic and underlying causes of NCD burden. RESULTS: Mental health disorders are the most common NCDs found in adolescents. Adverse behaviours and lifestyle factors, specifically smoking, alcohol and drug use, poor diet and metabolic syndrome, are key risk factors for NCD development in adolescence. Across countries, laws and policies for preventing NCD-related risk factors exist, however those targeting contraceptive use, drug harm reduction, mental health and nutrition are generally limited. Many effective interventions for NCD prevention exist but must be implemented at scale through multisectoral action utilizing diverse delivery mechanisms. Multivariable analyses showed that structural/macro, community and household factors have significant associations with NCD burden among adolescents and adults. CONCLUSIONS: Multi-sectoral efforts are needed to target NCD risk factors among adolescents to mitigate disease burden and adverse outcomes in adulthood. Findings could guide policy and programming to reduce NCD burden in the sustainable development era.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,372
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations195
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetObesity, Physical Activity, DietTravaux en français237 207