Sociodemographic factors associated with concurrent stunting and wasting among children experiencing extreme poverty in the Philippines: A cross-sectional study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: The coexistence of stunting and wasting in a child increases the risk of mortality and requires more intensive treatment and care. However, there is limited research on the burden of concurrent stunting and wasting among children and the socioeconomic factors that are correlated with having both conditions. Aim: To understand the prevalence and sociodemographic correlates of stunting, wasting, and concurrent stunting and wasting among a sample of children ages 6–144 months experiencing poverty in the Philippines. Methods: Cross-sectional data were drawn from nutrition screening and sociodemographic surveys conducted by International Care Ministries in 2018-2019. Descriptive statistics were calculated to determine the prevalence of stunting, wasting, and concurrent stunting and wasting. Multilevel logistic regression modelling was conducted to understand the sociodemographic factors that were associated with stunting and wasting. Results: Among the 3005 children in this sample, the prevalence of stunting, wasting, and concurrent stunting and wasting was 49.9%, 9.3%, and 4.6%, respectively. Children experiencing concurrent stunting and wasting lived in households in lower wealth index quintiles, had a household head with fewer years of education, and were more likely to experience food insecurity compared to children who were not stunted or wasted. The education of the household head, the number of household members, and the wealth of the household were correlated with stunting across age groups, while food insecurity was correlated with wasting among younger children. Conclusion: The presence of concurrent stunting and wasting among children provides the impetus to integrate both conditions into nutrition monitoring, prevention, and treatment interventions.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 découle