Trend and Causes of Overweight and Obesity among Pre-School Children in Kuwait
Notice bibliographique
Résumé
Identifying life risk factors of obesity early will help inform policymakers to design evidence-based interventions. The following study aims to assess the trend of overweight and obesity over four years among pre-school Kuwait children, and to examine their association with breakfast skipping (BF), sugary and sweetened beverage (SSB) consumption, and screen time. Children aged 2–5 years (n = 5304) were selected from 2016 to 2019 national surveys. Overweight and obesity were defined according to the World Health Organization references. The children’s mothers were asked about the BF of their children the day of the survey, their frequency of SSB consumption, and their weekly screen time use. Logistic regression was used to identify the risk factors associated with overweight/obesity. No significant decline (p values ≥ 0.12) was found for both overweight and obesity. Contrastingly, BF skipping, SSB consumption, and screen time declined (p < 0.0001). The BF skippers were found to have a 31% lower risk of being overweight. Daily TV watching, for 2–3 h, increases the odds of obesity by 5.6-fold. Our findings are encouraging regarding the decline in risky behaviours over time. However, more effort should be made both at the micro- and macro-level for a sustainable reduction in overweight and obesity.
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 | 0,000 | 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 | 0,000 |
| 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 ».