Association between Ultraprocessed Food Intake and Overweight, Obesity, and Malnutrition among Children in Tehran, Iran
Notice bibliographique
Résumé
Childhood is a critical period for susceptibility to malnutrition. The consumption of ultraprocessed foods (UPFs) has been increasing among children. The objective of this study was to evaluate the relationship between UPF intake and overweight/obesity and malnutrition in children. 788 children aged 6 years were included in a population‐based cross‐sectional study in Tehran. A 168‐item semiquantitative food frequency questionnaire was used to evaluate dietary intake. UPFs were detected using the NOVA classification system. Logistic regression analyses were used, and results were reported as odds ratios (ORs) and 95% confidence interval (CI) of obesity and malnutrition across the tertiles of UPFs adjusted for energy intake, socioeconomic status, and physical activity. The mean weight, height, BMI, and total energy intake of participants were 20.85 ± 2.35 kg, 113.75 ± 2.00 cm, 16.12 + 1.84 kg/m 2 , and 1014.74 ± 259.16 (kcal/d), respectively. There were no significant associations between UPF intake and obesity (OR = 0.97; 95% CI 0.31 to 3.01; P‐trend = 0.98), wasting (OR = 0.94; 95% CI 0.30 to 2.87; P‐trend = 0.87), overweight/obesity (OR = 0.86; 95% CI 0.59 to 1.25; P‐trend = 0.45), underweight/wasting (OR = 0.69; 95% CI 0.40 to 1.17; P‐trend = 0.17), marginal‐stunting (OR = 1.16; 95% CI 0.71 to 1.89; P‐trend = 0.53), or marginal‐stunting/overweight/obesity (OR = 1.25; 95% CI 0.62 to 2.54; P‐trend = 0.47). There was no evidence of an association between intake of UPFs and risk of overweight, obesity, and malnutrition in children.
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 | 0,003 | 0,004 |
| 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 | 0,001 |
| 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 ».