Association Between Dietary Consumption, Anthropometric Measures And Body Composition Of Rural And Urban Ghanaian Adults; A Cross Sectional Study.
Notice bibliographique
Résumé
Abstract Background Overweight and obesity have become threats to public health in all regions across the globe including sub-Saharan Africa where prevalence used to be low. Policies to regulate the food environment and promote healthy food consumption look promising to reducing the prevalence obesity but in Ghana there is not enough data to elicit a policy response. This study assessed the association between dietary consumption, Body Mass Index (BMI) and body composition among rural and urban Ghanaian adults.Methods This was a cross-sectional study involving 565 Ghanaian adults. Structured interviewer-administered questionnaires were used to collect information on socio-demographics. Dietary consumption was assessed using household food frequency questionnaire and 24-hour recall. Height, weight, BMI, waist circumference and body composition of all participants were determined. Mann Whitney U test was used to analyze differences in anthropometric measures, body composition and consumption among rural and urban participants. Principal component analysis was used to analyze household food frequency data. Chi-square was used to measure differences in obesity prevalence by community and gender. Multinomial logistic regression was used to model the risk factors associated with obesity.Results The prevalence of overweight and obesity using BMI were 29.9 and 22.9 respectively. Use of waist circumference measurement resulted in the highest overall obesity prevalence of 41.5%. Prevalence of obesity was higher among females compared to males across all measures with the exception of visceral fat that showed no significant difference. Four different patterns were derived from principal component analysis. Vegetable convenience dietary pattern showed significant negative correlation with visceral fat (r=-0.142, p 0.002), body fat (r=-0.102, p 0.209) and BMI (r=-0.136, p 0.003). Multinomial logistic regression revealed that males (OR 21.968, CI 10.876-44.373, p-value < 0.001) and rural participants (OR 1.684, CI 1.039-2.729, p-value <0.05) had higher odds of being of normal weight.Conclusion Prevalence of overweight and obesity continue to rise in Ghana, especially among females. Public education and screening as well as interventions that regulate the food environment and makes affordable and available healthy food options are needed to control the rise in obesity prevalence.
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 | 0,000 | 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 | 0,000 | 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) | 0,002 | 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 ».