Effects of social determinants of health on obesity among urban women of reproductive age
Notice bibliographique
Résumé
Abstract Background Obesity (body mass index greater than or equal to 30kg/m 2 ) is a major global public health problem. It is spreading very fast in low- and middle-income countries and has reached world record levels in some of them. In Ghana, it has increased by over 65% among urban women in the past three decades. This study investigated the effects of social determinants of health on obesity among women in urban Ghana. Methods The study analysed the Ghana demographic and health survey data. These are nationally representative data collective every five years across low- and middle-income countries. A total of 1,204 urban women were included in the analysis. The outcome variable of interest was body mass index. We used logistic regression to model the effects of the various social determinants of health on obesity. Results The results showed that 40% (95% confidence interval (CI)=25.4, 57.0) and 36.7% (95% CI=25.6, 49.3) of women who had higher education and those whose partners had higher education suffered from obesity, respectively. Women living in rich households had a five times higher prevalence of obesity than those in poor households (28.8% vs 5.7%). Further, 33.4% (95% CI=18.5, 19.3) of women who occupied managerial positions were obese. The results from the multivariable logistic regression analysis suggested that compared to women in poor households, those in rich households were 3.4 times (95% CI=1.31, 8.97) more likely to suffer from obesity. Women whose main occupation was agriculture were 81% (aOR=0.19; 95% CI=0.034, 0.99) less likely to suffer from obesity than those with no occupation. Conclusions The results suggest that the various SDHs significantly influence women’s obesity. Women and partner education levels, occupying a managerial position, and living in rich households increase the risk of obesity. Interventions to address the rising obesity in urban Ghana should have specific packages targeted at these sub-groups.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».