MétaCan
Menu
Retour à la cohorte
Enregistrement W3120309885 · doi:10.21203/rs.3.rs-23482/v1

Household Wealth Inequalities in High Body Mass Index among Women of Childbearing Age: Evidence from the Ghana Demographic and Health Survey

2020· preprint· en· W3120309885 sur OpenAlexaff
Emmanuel Dankwah, Priscilla Koduah-Benewaa

Notice bibliographique

RevueResearch Square (Research Square) · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésBody mass indexDemographyOverweightSocioeconomic statusMarital statusConfidence intervalObesityMedicineInequalityOdds ratioLogistic regressionGerontologyPopulationSociology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Ghana is currently experiencing higher body mass index (BMI), that is overweight and obesity, among reproductive-aged women. However, understanding the role of socioeconomic status in the high BMI among this cohort has not been studied extensively in Ghana and the few existing studies in the country have generated mixed results. This study aims to examine household wealth inequalities in high BMI among Ghanaian women of childbearing age. Methods The 2014 Ghana Demography and Health Survey (GDHS) dataset was analyzed. A univariable and multivariable regression model with a logit link function was specified to ascertain the effect of household wealth inequalities in high BMI among Ghanaian women. Furthermore, concentration index and curve were used to measure the degree of household wealth inequalities in high BMI among reproductive aged women. Results This study found high BMI prevalence of 35.9 percent with significant household wealth-related inequalities (Concentration index = 0.24, 95%CI (confidence interval): 0.22–0.26). The analysis revealed that high BMI is concentrated among wealthier women. Compared to poorest women, poorer (AOR (Adjusted odds ratio) = 2.18, 95%CI: 1.66–2.85), middle-class (AOR = 4.44, 95%CI: 3.24–6.09), richer (AOR = 7.75, 95%CI: 5.53–10.86) and richest (AOR = 11.03, 95%CI: 8.07–15.06) women were more likely to have high BMI. On top of that, socioeconomic characteristics including age, marital status, and education of reproductive-aged women were significantly associated with high BMI. Conclusions The research revealed that a woman from a wealthier household had higher likelihood of having high BMI relative to those from a less wealthy household. Also, women who were educated and cohabiting, formerly or currently married had an increased risk of having high BMI. This observation suggests targeted policy interventions and programs that promote healthy body weight to reduce the high BMI prevalence among women of childbearing age in Ghana.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,043
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,354
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0430,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,003
Communication savante0,0010,000
Science ouverte0,0020,007
Intégrité de la recherche0,0010,015
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,222
Tête enseignante GPT0,427
Écart entre enseignants0,205 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square (Research Square)Même sujetObesity, Physical Activity, DietTravaux en français237 207