Risk factors associated with childhood stunting in Indonesia: A systematic review and meta-analysis.
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: In Indonesia, stunting is one of the most public health concerns. This study aims to systematically review and meta-analyze childhood stunting risk factors in the country. METHODS AND STUDY DESIGN: We did a systematic review and meta-analysis of observational (cross-sectional and longitudi-nal) studies on stunting risk factors published between 2010 and 2021 based on available publications in online databases of PubMed, ProQuest, EBSCO, and google scholar. The quality of the publications was evaluated using the Newcastle-Ottawa Quality Assessment Scale and organized according to the Preferred Reporting Items for Systematic Reviews and Meta-Analysis. Publication bias was examined using Egger's and Begg's tests. RESULTS: A total of 17 studies from the literature search satisfied the inclusion criteria, with 642,596 subjects. The pooled stunting prevalence was 30.9% (95% CI 25.0%-36.8%). Children born with low birth weight (POR 2.39, 2.07-2.76), female (POR 1.05, 1.03-1.08), and did not get the deworming program (1.10, 1.07-1.12) are the primary child characteristics that contributed to stunting. Meanwhile, maternal age ≥ 30 years (POR 2.33, 2.23-2.44), preterm birth (POR 2.12, 2.15-2.19), and antenatal care <4 times (POR 1.25, 1.11-1.41) were among mother characteristics consistently associated with stunting. The primary household and community risk factors for stunting were food insecurity (POR 2.00, 1.37-2.92), unimproved drinking water (POR 1.42, 1.26-1.60), rural residence (POR 1.31, 1.20-1.42), and unimproved sanitation (POR 1.27, 1.12-1.44). CONCLUSIONS: A diverse range of risk factors associated with childhood stunting in In-donesia demonstrates the need to emphasize nutrition programs by scaling up to more on these determinants.
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 | 0,015 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,035 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».