MétaCan
Menu
Retour à la cohorte
Enregistrement W4309026325 · doi:10.3389/fnut.2022.1006543

Prevalence of household food insecurity among a healthy Iranian population: A systematic review and meta-analysis

2022· review· en· W4309026325 sur OpenAlexaff
Pishva Arzhang, Soheil Abbasi, Peyman Sarsangi, Mahsa Malekahmadi, Mahlagha Nikbaf‐Shandiz, Nick Bellissimo, Leila Azadbakht

Notice bibliographique

RevueFrontiers in Nutrition · 2022
Typereview
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesTehran University of Medical Sciences and Health Services
Mots-clésMeta-analysisFood insecurityEnvironmental healthSystematic reviewPopulationFood securityMedicineGeographyMEDLINEBiologyAgriculture

Résumé

récupéré en direct d'OpenAlex

Background: Food security is a fundamental human right that must be upheld to preserve excellent general welfare, and mental, physical, and social health. However, according to the United Nations Food and Agriculture Organization (FAO) report in 2020, the level of food insecurity in the world is increasing. Objective: Determining the prevalence of food insecurity in Iran will be beneficial for Iran and other low-middle-income countries. Methods: We searched both English and Persian (Iranian) databases including PubMed, Scopus, Web of Science, Google Scholar, SID, Irandoc, Magiran, Civilica, and Iranian Medical Sciences Theses System from 01 January 1990 to 01 February 2022. Observational studies that reported the prevalence of household food insecurity among a healthy Iranian population and assessed food insecurity at the individual or household level using validated questionnaires were included. Results: One hundred six studies and/or theses with a total of 152, 300 participants met the review criteria. Our analyses demonstrated that the prevalence of food insecurity among the healthy Iranian population was 55.9% (95% CI: 52.6-59.2%) and the highest prevalence of food insecurity was in the western regions with 64.8% (95% CI: 57.7-72.0%). Subgroup analyses showed that food insecurity among women at 51.3% (95% CI: 45.1-57.6%) and rural inhabitants at 66.1% (95% CI: 58.8-73.4%) was significantly higher than men at 47.8% (95% CI: 41.8-53.8%) and urban residents at 47.1% (95% CI: 44.1-50.0%), respectively. Among the age groups, the highest prevalence of food insecurity was in adults at 56.5% (95% CI: 51.7-61.2%). Conclusion: The prevalence of food insecurity in a healthy Iranian population was higher than the global average. Women, rural residents, and residents of the western regions of Iran had a higher prevalence of food insecurity. These groups should be prioritized in programs to reduce the prevalence of food insecurity in Iran. Systematic review registration: www.crd.york.ac.uk/PROSPERO, identifier: CRD42022328473.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,021
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0130,020
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,326
Tête enseignante GPT0,441
Écart entre enseignants0,115 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NutritionMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207