Predictors of gestational weight gain in western India: Findings from a longitudinal study across rural and urban cohorts
Notice bibliographique
Résumé
BACKGROUND: Gestational weight gain-GWG is an important predictor of neonatal growth. However, there is dearth of literature from rural and urban India depicting longitudinal patterns and determinants of GWG. To address this gap, our objectives were to study longitudinal patterns and predictors of GWG in pregnant women residing in rural and urban areas in and around Pune city, Maharashtra, India and to compare them with pre-existing guidelines provided by IOM, 2009. METHODS: This study enrolled 268(134-rural and 134-urban) healthy singleton pregnant women attending antenatal care centers in and around Pune, India between August 2020-September 2023. Participants were measured for anthropometry and interviewed for socioeconomic status, diet, physical activity, sleep quality, and prenatal distress once in each trimester. Pre-gestational weight status was calculated using WHO, Asian-Pacific, and South Asian BMI cut-points. GWG was estimated using IOM, 2009 guidelines. FINDINGS: The observed mean GWG was 10.9 ± 4.2 kg(rural:9.9 ± 3.7, urban:11.9 ± 4.5). 61.2% of rural and 30% of urban underweight pregnant women did not gain adequate weight. 11.8% of rural and 57.3% of urban pregnant women with overweight or obese BMI exceeded recommended guideliness. Key predictors of inadequate GWG in second and third trimesters were low socio-economic status, parity, underweight pre-gestational BMI, prenatal distress, and poor sleep. The primary predictor of excessive GWG was overweight or obese pre-gestational BMI. These findings were consistent across all BMI classifications. CONCLUSION: Our findings indicate that urban underweight pregnant women gained significantly higher weight. There was health disparity between rural and urban pregnant women that needs to be addressed to improve health of pregnant women. We have identified important modifiable factors such as dietary intake, physical activity, etc. to ensure optimal GWG which can inform public health policies. Further research is needed to assess whether context-specific GWG recommendations would be beneficial as our study is based on single geographical location and timeframe.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».