MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393932159 · doi:10.1101/2024.04.03.24305269

Maternal mental health and nutritional status of infants aged under 6 months: a secondary analysis of a cross-sectional survey

2024· preprint· en· W4393932159 sur OpenAlexaff
Mubarek Abera, Melkamu Berhane, Carlos S. Grijalva‐Eternod, Alemseged Abdissa, Nahom Abate, Endashaw Hailu, Hatty Barthorp, Elizabeth Allen, Marie McGrath, Tsinuel Girma, Jonathan C. K. Wells, Marko Kerac, Emma Beaumont

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensInternational Game Technology (Canada)
Organismes subventionnairesnon disponible
Mots-clésCross-sectional studyMental healthEnvironmental healthMedicineGerontologyPsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Maternal/caregivers’ mental health (MMH) and child nutrition are both poor in low- and middle-income countries. Links between the two are plausible but poorly researched. Our aim was to inform future malnutrition management programmes by better understanding associations between MMH and the nutritional status of infants aged u6m. We conducted a health facility-based cross-sectional survey of 1060 infants in rural Ethiopia, between October 2020 and January 2021. We collected data on: MMH status (exposure) measured using the Patient Health Questionnaire (PHQ-9) and infant anthropometry (outcome); length for age Z-score (LAZ), weight for age Z-score (WAZ), weight for length Z-score (WLZ), mid upper arm circumference (MUAC), head circumference for age Z-score (HCAZ) and lower leg length (LLL). Linear regression analysis was used to determine associations between exposure and outcome variables. Mean (SD) age was 13.4 (6.2) weeks. The median score for MMH problem was 0 (inter quartile range 0 - 2) and 29.5 and 11.2% reported minimal and mild to severe depression score of 1-4 and 5-25, respectively. Mean (SD) LAZ was -0.4 (1.4), WAZ -0.7 (1.3), WLZ -0.5 (1.2), MUAC 12.4 (1.3) centimetre, HCAZ 0.4 (1.3) and LLL 148 (13.9) millimetre. In adjusted analysis, minimal MMH problems was associated with infant LAZ marginally (β=-0.2; 95% CI: -0.4, 0.001) and LLL (β=-2.0; 95% CI: -3.8, -0.1), but not with other anthropometric measurements. Significant associations were not found between mild to severe depressive symptoms and infant anthropometric outcomes. Covariates positively associated with infant anthropometric measurements were higher wealth index with LAZ (β=0.08, 95% CI: 0.03, 0.13), WAZ (β=0.12, 95% CI: 0.08, 0.17), WLZ (β=0.09, 95% CI: 0.05, 0.13), MUAC (β=0.06, 95% CI: 0.02, 0.11), and HCAZ (β=0.07, 95% CI: 0.03, 0.12); higher maternal schooling with LAZ (β=0.24, 95% CI: 0.05, 0.43) and WAZ (β=0.24, 95% CI: 0.07, 0.41); female sex with WAZ (β=0.16, 95% CI: 0.01, 0.31) and HCAZ (β=0.16, 95% CI: 0.001, 0.31); higher maternal age with LLL (β= 0.29, 95% CI: 0.07, 0.52); and improved water, sanitation and hygiene status with MUAC (β=0.07, 95% CI: 0.01, 0.12) and LLL (β=0.64, 95% CI: 0.04, 1.24). Covariates negatively associated with infant anthropometric measurements include female sex with MUAC (β=-0.33, 95% CI: - 0.48, -0.18) and LLL (β=-2.51, 95% CI: -4.15, -0.87); higher household family size with WLZ (β=-0.08, 95% CI: -0.13, -0.02); exclusive breastfeeding with MUAC (β=-0.39, 95% CI: -0.55, - 0.24) and LLL (β=-7.37, 95% CI: -9.01, -5.75); and grandmother family support with WAZ (β=- 0.2, 95% CI: -0.3, -0.0001) and WLZ (β=-0.2, 95% CI: -0.4, 0.1). In conclusion, only minimal, but not mild, moderate or severe, maternal/caregivers’ depressive symptoms are associated with infant anthropometry outcomes. Whilst plausible relationship between maternal mental health problems and offspring nutritional status exist, we are not able to show this because of small number of participants with moderate to severe level of depression in our study population. Thus, further evidence to understand and establish robust relationship between maternal mental health and offspring nutritional status is required.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,051
Tête enseignante GPT0,366
Écart entre enseignants0,316 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetBirth, Development, and Health→Travaux en français237 207→