The relationship between pubertal timing and under‐nutrition in rural Pakistan
Notice bibliographique
Résumé
INTRODUCTION: Sexual development in females and males are routinely measured according to the Tanner Stages. Sparse data exist on the timing of pubertal milestones in Pakistan. To fill this gap, the age of attainment of pubertal milestones and their relationship with nutritional status was explored among children and adolescents living in the rural district of Matiari, Pakistan. METHODS: Anthropometry, nutrition biomarkers and Tanner Stage were assessed among girls aged 9.0-14.9 years (n = 723) and boys aged 10.0-15.9 years (n = 662) who were free from known disease in the rural District of Matiari, Pakistan. Median age was calculated for all Tanner Stages and menarche. Multivariable linear regressions were undertaken to determine covariates associated with the timing (age) of pubertal milestones. RESULTS: Among participants living in this rural community, the median age of puberty onset for girls was 11.9 years (95%CI:10.9; 12.5) and boys was 12.3 years (95%CI:11.5; 12.9). Age at first menarche was 12.9 years (95%CI:12.1; 13.3). Undernutrition was widespread among adolescents in this community. Thirty-seven percent of females and 27.0% of males were stunted while 20.5% of females and 31.3% of males were thin. Only 8% (n = 58) of females and 12% (n = 78) of males were free from any nutrient deficiency with most adolescents having two or three nutrient deficiencies. CONCLUSIONS: Undernutrition (stunting or thinness) was associated with relatively older ages for early puberty stages but not puberty completion. This may decrease the duration of the pubertal growth spurt and curtail potential catch-up growth that may occur during puberty. Efforts to decrease nutrient deficiencies, stunting and thinness beyond childhood should be made in rural Pakistan.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».