MétaCan
Menu
Retour à la cohorte
Enregistrement W4388411330 · doi:10.1186/s41043-023-00470-7

Association of dietary diversity of 6–23 months aged children with prenatal and postnatal obstetric care: evidence from a nationwide cross-sectional study

2023· article· en· W4388411330 sur OpenAlexaff
Khandaker Tanveer Ahmed, Md. Karimuzzaman, Guliva Nazneen Pinky, Dibbya Pravas Dasgupta, Labiba Rahman, Md. Moyazzem Hossain, Azizur Rahman

Notice bibliographique

RevueJournal of Health Population and Nutrition · 2023
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineDietary diversityPrenatal careChildbirthPregnancyCross-sectional studyDiversity (politics)Food groupVitamin D and neurologyPediatricsDemographyFamily medicineEnvironmental healthPopulationFood securityPsychiatryBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Dietary diversity is a key determinant of infant and young child eating patterns for a variety of food groups taken by children between the ages of 6-23 months. The study aimed to examine the association between prenatal and postnatal obstetric care factors of mother and child's dietary diversity, and specific food practices in Bangladesh. METHODS: This study analyzed the data of 2497 children between the age of 6-23 extracted from the latest countrywide Bangladesh Demographic Health Survey 2017-2018 and explored relationships between prenatal and postnatal obstetric care received by mother and dietary diversity score (DDS), minimum dietary diversity (MDD), and introduction of solid, semi-solid, and soft foods (ISSSF) of their children. RESULTS: Findings revealed that ≥ 4 antenatal care (ANC) visits care visits increased the DDS (adjusted [Formula: see text]: 0.32, 95% CI [0.21, 0.43]), increased the likelihood of MDD (AOR 1.54, 95% CI [1.23, 1.93]), and ISSSF (AOR 1.24, 95% CI [1.08, 1.48]), consuming eggs (AOR 1.47, 95% CI [1.23, 1.76]), and vitamin A vegetables and fruits (AOR 1.38, 95% CI [1.15, 1.66]). Moreover, DDS (adjusted β: 0.05, 95% CI [0.00, 0.11]) and MDD (AOR 1.66, 95% CI [1.31, 2.11]) are linked to childbirth in a medical facility. The C-section delivery influences the DDS (adjusted [Formula: see text]: 0.05, 95% CI [0.00, 0.10]), MDD (AOR 1.39, 95% CI [1.10, 1.75]), and ISSSF (AOR 1.22, 95% CI [1.02, 1.48]). Besides, postnatal visits within 48 h of delivery linked to MDD (AOR 0.66, 95% CI [0.49, 0.89]) and ISSSF (AOR 0.76, 95% CI [0.59, 0.97]), and physicians or professionals providing postnatal checkups were significantly associated with DDS (adjusted [Formula: see text]: 0.09, 95% CI [0.02, 0.16]), MDD (AOR 1.69, 95% CI [1.26, 2.26]), and ISSSF (AOR 1.30, 95% CI [1.04, 1.62]). CONCLUSION: Knowledge of child nutritional feeding should emphasize during prenatal and postnatal obstetric care of mother, particularly during antenatal and postnatal visits, C-section delivery, and birth in a healthcare facility to eradicate malnutrition and establish healthy child feeding practices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,003
Score d'incertitude au seuil0,382

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,327
Écart entre enseignants0,291 · 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 tête enseignante, 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Health Population and NutritionMême sujetChild Nutrition and Water AccessTravaux en français237 207