Early childhood development and nutritional status in urban Ethiopia
Notice bibliographique
Résumé
Early childhood development (ECD) is crucial for better health and well-being throughout life, but few studies have examined how ECD relates to child malnutrition. This is mainly due to lack of reliable and disaggregated data on ECD. We estimated the prevalence of ECD delays (communication, fine motor, gross motor, problem-solving and personal-social) and examined how different ECD domains were associated with child nutritional status in urban Ethiopia. Using a community-based cross-sectional survey design, 627 mother-child (12-36 months old) pairs were included in the study. The ECD was assessed using the Age and Stage Questionnaire (ASQ-3), and the nutritional status was assessed using anthropometric measurements. The association between the ECD domains and nutritional status was analysed using ordinal logistic regression, adjusting for confounding variables. Delays in ECD domains were common, especially in fine motor domain (41.9%); and more than half of the children were stunted (52.8%). Stunting and underweight were associated with ECD delays, while wasting was not. Accordingly, stunted children were more likely to have worst ECD delays in fine motor (odds ratios [OR] = 1.54; 95% confidence interval [CI]: 1.11; 2.15), gross motor (OR = 1.47; 95% CI: 1.05; 2.04) and problem-solving (OR = 1.41; 95% CI: 1.02; 1.96) domains compared to non-stunted children. Similarly, underweight children were more likely to have worse ECD delays in gross motor (OR = 1.91; 95% CI: 1.20; 3.04) and fine motor (OR = 1.90; 95% CI: 1.15; 3.15) domains compared to normal children. Coordinated and targeted ECD interventions, such as nurturing care, should be promoted and implemented widely to improve ECD outcomes and child nutrition.
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) | 0,000 | 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 ».