MétaCan
Menu
Retour à la cohorte
Enregistrement W4387806611 · doi:10.1371/journal.pone.0293316

Influence of diet quality on nutritional status of school-aged children and adolescents in Zanzibar, Tanzania

2023· article· en· W4387806611 sur OpenAlexfundno aff
Fatma Saïd, Ahmed Gharib Khamis, Asha Salmin, Shemsa Nassor Msellem, Kombo Mdachi, Ramadhani Noor, Germana Leyna, Geofrey Mchau

Notice bibliographique

RevuePLoS ONE · 2023
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensnon disponible
Organismes subventionnairesOntario Council on Graduate Studies, Council of Ontario Universities
Mots-clésMedicineTanzaniaOverweightEnvironmental healthMalnutritionBody mass indexObesityCross-sectional studyLogistic regressionPediatricsDemographyGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Malnutrition among young children and adolescents poses a serious health challenge in developing countries which results in many health problems during adulthood. Poor diet quality is known as the root cause of malnutrition which is caused by unhealthy food choices and bad eating habits among young children and adolescents. However, limited evidence is available on diet quality and its association with nutrition status among young children and adolescents in Zanzibar. This study examined the diet quality and its relationship with the nutritional status of school-aged children and adolescents in Zanzibar. METHODS: Data for this study was obtained from the cross-sectional survey of School Health and Nutrition (SHN) conducted in Zanzibar. The survey recruited children aged 5-19 years from 93 schools in Zanzibar. A seven-day food frequency questionnaire (FFQ) was used to assess dietary intake. Prime Dietary Quality Score (PDQS) consisted of 21 food groups was then constructed to assess the diet quality of school-aged children and adolescents. Body mass index (BMI-for-age Z-score) was used as the indicator of nutrition status. Both linear and logistic regression analysis techniques were used to determine the associations between BMI and PDQS. RESULTS: A total data of 2,556 children were enrolled in the survey. The prevalence of thinness was 8.1%, normal 82.1%, overweight 7.2% and obesity 2.6%. The mean (SD) PDQS score was 18.8 (3.2) which ranged from 8 to 33. Consumptions of green leafy vegetables (49.3%), yellow or red fruits (37.8%), legumes (38.3%), fish (36.3%), and vegetable oil (31.5%) were up to three times per week, whereas consumptions of white vegetables (77.3%), cooked vegetables (32.6%), citrus fruits (66.8%), other types of fruits (66.2%), nuts (46.4%), poultry (49.6%), whole grains (61%) and eggs (67.8%) were less than once per week. In terms of unhealthy foods, eating fried foods was reported by 26.3% up to three times per week, and 31.5% reported consuming sweets and ice cream up to three times in the past week. High PDQS was significantly associated with a reduction in BMI of children (p< 0.005). For each unit increase in the consumption of unhealthy foods such as fried foods, cooked vegetables and refined grains there is a significant increase in BMI. The odds of being obese decrease significantly as diet quality increases from the first to third quintile of PDQS (AOR = 0.2, 0.04-0.89 95% CI, p = 0.035). CONCLUSION: Consumption of high quality diet was found to be associated with a reduction in excessive weight among school-aged children and adolescents in Zanzibar. There is a need for interventions targeting to reduce unhealthy food consumption in school environment. Further research should be conducted to assess diet quality using PDQS among young children and adolescents.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,053
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,040
Tête enseignante GPT0,291
Écart entre enseignants0,251 · 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetChild Nutrition and Water AccessTravaux en français237 207