Prevalence and Determinants of Undernutrition among Under-Five Children in Nigeria: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Child undernutrition is a key public health issue that both causes and contributes to disease and death. Undernutrition accounts for 45% of under-five deaths globally most of which occur in Low- and Middle-income countries (LMIC). Malnutrition has a substantial and long-lasting effect on individuals, families, communities and the entire nation. This study aimed to assess the prevalence and determinants of undernutrition in under-five children in Nigeria. METHODOLOGY: This systematic review was done following the Cochrane library guidelines. A search of literature written in English language and published between 2000 and 2022 was done using PubMed, CINAHL, MEDLINE and ProQuest databases. The initial search resulted in 760 studies. These were exported to End note version 9 to remove duplicates. Titles and abstracts were screened for studies that met the inclusion criteria. Finally, 11 studies that met the inclusion criteria were thoroughly assessed and data that were relevant to this systematic review were captured. The study findings were analyzed using descriptive statistics. RESULTS: The prevalence of undernutrition was between 1.0% and 43.3%. The highest prevalence of underweight, wasting and stunting were 43.3%, 29.3% and 41%, respectively. Factors associated with undernutrition were age, sex, birth order, recent acute diarrhoea and acute respiratory infection, maternal literacy level, maternal income <$20 and socio-economic class among others. CONCLUSION: Under-five undernutrition is a huge public health issue in Nigeria. Prevalence of undernutrition varies widely across geo-political zone with a myriad of associated risk factors. Multi-level and multidisciplinary interventions are required to sustainably address the determinants of under-five undernutrition.
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 | 0,006 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».