Maternal BMI, breastfeeding and perinatal factors that influence early childhood growth trajectories: a scoping review
Notice bibliographique
Résumé
Obesity rates among children are rapidly rising internationally and have been linked to noncommunicable diseases in adulthood. Individual preventive strategies have not effectively reduced global obesity rates, leading to a gap in clinical services regarding the development of early perinatal interventions. The objective of this scoping review is to explore the relationship between maternal BMI and breastfeeding behaviors on child growth trajectories to determine their relevance in developing interventions aimed at preventing childhood obesity.The scoping review was guided and informed by the Arksey and O'Malley (2005) framework. A systematic search was performed in four databases. Studies included in the final review were collated and sorted into relevant themes. A systematic search yielded a total of 5831 records (MEDLINE: 1242, EMBASE: 2629, CINAHL: 820, PubMed: 1140). Results without duplicates (n = 4190) were screened based on relevancy of which 197 relevant-full-text articles were retrieved and assessed for eligibility resulting in 14 studies meeting the inclusion criteria. Data were extracted and charted for the studies and six themes were identified: (1) healthy behaviors, lifestyle, and social economic status; (2) parental anthropometrics and perinatal weight status; (3) genetics, epigenetics, and fetal programming; (4) early infant feeding; (5) infant growth trajectories; and (6) targeted prevention and interventions. Early life risk factors for child obesity are multifactorial and potentially modifiable. Several at-risk groups were identified who would benefit from early preventative interventions targeting the importance of healthy weight gain, exclusive breastfeeding to 6 months, and healthy lifestyle behaviors.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».