Did socioeconomic inequalities in overweight and obesity in South African women of childbearing age improve between 1998 and 2016? A decomposition analysis
Notice bibliographique
Résumé
Overweight and obesity in adult women contribute to deaths and disability from non-communicable diseases (NCDs) and obesity-related health problems in their offspring. Globally, overweight and obesity prevalence among women of childbearing age (WCBA) has increased, but associated socioeconomic inequality remains unclear. This study, therefore, assesses the changing patterns in the socioeconomic inequality in overweight and obesity among South African non-pregnant WCBA between 1998 and 2016. It uses data from the 1998 and 2016 Demographic and Health Surveys. Socioeconomic inequality in overweight and obesity was assessed using the concentration index (C). The index was decomposed to identify contributing factors to obesity and overweight inequalities. Factors contributing to changes in inequalities between 1998 and 2016 were assessed using the Oaxaca-type decomposition approach. Socioeconomic inequalities in overweight and obesity among WCBA in South Africa increased between 1998 (C of 0.02 and 0.06, respectively) and 2016 (C of 0.04 and 0.08, respectively). Socioeconomic status was the biggest contributor to overweight and obesity inequalities for both years. The Oaxaca-type decomposition showed that race and urban residence are major contributors to changes in overweight and obesity inequalities. Policies such as the current tax on sugar-sweetened beverages and subsidising fruits and vegetables, among others, are needed to prioritise WCBA, especially for those from disadvantaged socioeconomic backgrounds, in addressing inequalities in overweight and obesity in South Africa.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».