Demographic and Social-Economic Determinants of Malnutrition among Children (0-23 Months Old) in Kenya
Notice bibliographique
Résumé
Objective: To identify the demographic, social, and economic determinants of malnutrition in Kenya's children aged 0-23 months. Methods: Data from the Kenya Demographic and Health Survey (KDHS), a nationally representative cross-sectional study conducted in 2014/2015, were used in this study. Data from children 0-23 months old with complete information on weight, height, age, and sex were used for analysis. Height for Age Z scores (HAZ), Weight for Height Z scores (WHZ), and BMI for age Z scores (BAZ) was determined using WHO guidelines to determine the nutritional status of the children. Chi-square statistics were used to determine the relationship between social-economic status and place of residence indicators and the nutritional status of the children. Significance was set at p <0.05. Results: Among all participating (n=7578), 22.7% were stunted (HAZ < -2), 6.2% were wasted (WHZ < -2), and 6.1% were either overweight or obese (BAZ > 2). Wasting and stunting were significantly higher in children from rural areas, poorer wealth index, and mothers with no education. In contrast, children from urban areas, the richest wealth index category, and mothers with secondary or higher education were significantly more likely to be overweight or obese. Conclusion: Current and future policies and programs to curb malnutrition in Kenya need to target specific needs of children based on their social-economic status, area of residence, and other demographic characteristics that were identified as determinants of child malnutrition instead of using a general approach.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».