Epidemiologic Risk Factors Associated with Malnutrition in Children (3-5 Years of Age) at District Peshawar
Notice bibliographique
Résumé
OBJECTIVES: This study was designed to assess the prevalence of malnutrition in terms of wasting and stunting in children between 3- and 5 years of age and to analyze the risk factors associated with malnutrition among them in the district of Peshawar. METHODOLOGY: This cross-sectional study was conducted in the district of Peshawar. Multi-staging simple random probability sampling selected a sample of 225 children between 3 and 5 years. The data was collected through a structured questionnaire containing demographic, risk factors and anthropometry. RESULTS: In a sample of 225 children, the prevalence of malnutrition was quite alarming. Stunting and wasting were observed in the age group 3-5 years. Low weight- for height was observed at 20%, and leanness through mid-arm circumference among children between 3-5 years of age in Peshawar district was 28%, although the mean values for all the indicators fell at the 50th percentile. About 76.9% were exclusively breastfed, and 29.8% of children were partially vaccinated. The association of low MUAC with breastfeeding (chi-square value of 28.9 & P= <0.001), vaccination (chi-square value (χ2) 80.3 & P=<0.001), weaning (χ2= 31.1 & P= <0.001), mothers’ education (χ2= 5.28 & P= <0.028), family income χ2= 40.79 & P= <0.001), birth defects (χ2= 8.39 & P= <0.009), and frequent infections (χ2= 36.5 & P= <0.001) respectively showed that these confounding factors were the major factors behind these malnourished children. Almost the same association was found in the low w χ2= 31.1 & P= <0.001) and the tested socio-demographic and dietary factors. However, family size failed to show negative impacts in our study. CONCLUSION: Malnutrition tends to occur more in children who are not breastfed, started weaning later than 6 months, are not vaccinated, have birth defects and frequent infections, are born to uneducated mothers, and have low family incomes.
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 | 0,001 | 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) | 0,001 | 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 ».