MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386356495 · doi:10.1101/2023.08.30.23294810

The YUVAAN cohort: an innovative multi-generational platform for health systems and population health interventions to minimize intergenerational transmission of non-communicable diseases in India

2023· preprint· en· W4386356495 sur OpenAlexaff
Demi Miriam, Rubina Mandlik, Vivek Patwardhan, Dipali Ladkat, Vaman Khadilkar, Neha Kajale, Chidvilas More, Ketan Gondhalekar, Jasmin Bhawra, Anuradha Khadilkar

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensWestern UniversityToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésCohortMedicinePsychological interventionEnvironmental healthDisadvantagePopulationCohort studyNon-communicable diseaseProspective cohort studyHealth careGerontologyDemographyPublic healthNursingEconomic growth

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Introduction Non-communicable diseases (NCDs) pose a significant health burden in India, with preventable risk factors contributing to their prevalence. Intergenerational inequities can exacerbate the transmission of health risks to further disadvantage vulnerable populations. Taking a life course perspective, this multi-generational cohort study aims to investigate behavioural, socio-ecological, and socio-economic determinants of growth and NCD risk, as well as healthcare access and utilization among rural households that include preadolescent children and their parents. Methods The study is being implemented by Hirabai Cowasji Jehangir Medical Research Institute (HCJMRI) utilizing a prospective multi-generational cohort design to investigate NCD risk across 15 years. Data are being collected from 12 villages around Pune, Maharashtra, India. The primary population enrolled includes apparently asymptomatic (i.e., healthy) children aged 8 to 10 years and their parents. The sample size calculation (N=1300 children) for this longitudinal prospective cohort was driven by the primary objective of assessing trajectories of growth and NCD incidence across generations. A total of 2099 children aged 6 to 10 years have been screened since April 2022, of whom 1471 have been found to be eligible for inclusion in the study. After obtaining informed consent from parents and their children, comprehensive bi-annual data are being collected from both children and parents, including clinical, behavioural, healthcare access and utilization as well as socio-ecological and socio-economic determinants of health. Participants (children and their parents) are being enrolled through household visits, and by arranging subsequent visits to the primary health facility of HCJMRI. Clinical assessments include anthropometric measurements, blood samples for a wide range of NCD indicators, bone health, and muscle function. The long-term data analysis plan includes longitudinal modeling, time-series analyses, structural equation modeling, multilevel modeling, and sex and gender-based analyses. Ethics approval has been obtained from the institutional ethics committee, the Ethics Committee Jehangir Clinical Development Centre Pvt Ltd. Written informed consent is obtained from adults and written informed assent from children. Discussion As of May 2023, 378 families from 10 villages have been enrolled, including 432 preadolescents and 756 parents. Preliminary results not only highlight the double burden of malnutrition in the cohort with undernutrition and overweight/obesity coexisting among children and parents, respectively but also identify high rates of diabetes and hypertension among adults in rural areas. Findings can inform the development of targeted interventions to reduce NCDs, address intergenerational health inequities, and improve health outcomes in vulnerable populations.

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)0,007
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
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 Opus0,105
Tête enseignante GPT0,401
Écart entre enseignants0,296 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetGlobal Public Health Policies and Epidemiology→Travaux en français237 207→