MétaCan
Menu
Retour à la cohorte
Enregistrement W4405576559 · doi:10.1007/s44155-024-00140-x

Dietary diversity and nutritional status of children with and without autism spectrum disorder: a comparative cross-sectional study in Bangladesh

2024· article· en· W4405576559 sur OpenAlexaff
Md Nazrul Islam, Saifur Rahman Chowdhury, Humayun Kabir, Farzana Sultana Bari, Ahmed Hossain

Notice bibliographique

RevueDiscover Social Science and Health · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensMcMaster UniversityImpactUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésCross-sectional studyDietary diversityDiversity (politics)Autism spectrum disorderEnvironmental healthMedicineAutismPsychologyPediatricsDevelopmental psychologyClinical psychologyBiologyEcologySociologyPathologyFood securityAnthropology

Résumé

récupéré en direct d'OpenAlex

The objective of our study was to compare the dietary diversity and nutritional status of children with autism spectrum disorders (ASD) and non-ASD. We included a total of 344 children in this cross-sectional study; of them,172 non-ASD children from three public schools and 172 ASD children from six special schools in Dhaka, Bangladesh. We used a multinomial logistic regression model to assess the association of ASD with nutritional status and dietary diversity among children. The mean age of the children was 7.9 years; 29.7% were female. ASD children were more likely to be overweight and obese compared to the non-ASD group (RRR: 2.85, 95% CI 1.28–6.34, p-value 0.011). ASD children had lower dietary diversity than non-ASD children (RRR: 18.57, 95% CI 4.49–76.77, p-value < 0.001). Children with ASD had a significantly lower daily frequency of intake of food from starchy roots, sugars, preserves and syrups, meat, fish and eggs, milk and milk products than non-ASD children (p-value < 0.05). However, consumption of cereals, vegetables and fruits, fats and oils, and beverages was almost similar for both groups of children. ASD children had a higher risk of being overweight and obese and a lower dietary diversity. We recommend robust longitudinal studies to explore the role of tailored intervention approaches for dietary behavior modification and weight management.

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)0,000
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 enseignants0,015
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,048
Tête enseignante GPT0,370
Écart entre enseignants0,323 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiscover Social Science and HealthMême sujetChild Nutrition and Water AccessTravaux en français237 207