Prevalence and determinants of overweight and obesity among preschool-aged children from migrant and socioeconomically disadvantaged contexts in Montreal, Canada
Notice bibliographique
Résumé
Among migrant and socioeconomically disadvantaged preschool-aged children followed in social perinatal primary care services in Montreal, Canada, we estimated the prevalence of overweight/obesity and identified determinants of body mass index z-score (zBMI) at 4-5 years old. We conducted a retrospective cohort study using electronic medical records of 275 child-mother dyads followed from birth to 4-5 years. Anthropometric measures and established maternal, perinatal and child risk factors for childhood obesity were examined. Age- and sex-specific zBMI at 4-5-years were computed and categorized according to WHO standards. Linear regression with model averaging was used to identify early life factors associated with zBMI. At 4-5 years, children's weight status was classified as underweight (1.5%), normal weight (69.7%), at-risk-of-overweight (19.2%), overweight (6.9%), and obesity (2.7%). Primiparity (0.51, 95% CI 0.24; 0.78), higher birthweight (1.04, 95% CI 0.70; 1.37), accelerated weight gain in the first year of life (0.21, 95% CI 0.13; 0.31), and introduction to solid foods before 6 months (0.89, 95% CI 0.42; 1.36) were associated with a higher zBMI, while less than high school education (-0.50, 95% CI -0.95; -0.05) and higher gestational age (-0.14, 95% CI -0.21; -0.05) were associated with lower zBMI at 4-5 years. Overweight/obesity is prevalent among preschool-aged children from migrant and socioeconomically disadvantaged contexts and is associated with known risk factors. Future research is needed to better understand the role of social perinatal primary care services in promoting optimal weight gain among children living in contexts of vulnerability.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».