Factors associated with inequalities in malnutrition among children in Ghana using the 2022 GDHS and WHO HEAT framework
Notice bibliographique
Résumé
BACKGROUND: Childhood malnutrition can impair physical and cognitive development, thereby diminishing productivity at adulthood. Current research recognizes the crucial impact of early childhood nutrition on the long-term health and well-being of children. Ghana has achieved notable progress in lowering childhood malnutrition; nevertheless, it remains a major concern. This study advances current understanding on the socioeconomic drivers and magnitude of child malnutrition in the Ghanaian context. METHODS: We used data from 2022 Ghana Demographic and Health Survey to analyze inequalities in malnutrition among children This study was an analytical cross-sectional survey that covered a total weighted sample of 4,935 women aged 15-49. Simple measures of inequality [difference (D), and Ratio (R)], and complex measures of inequality [Population Attributable risk (PAR), and Population Attributable Fraction (PAF)] were performed using the World Health Organization's Health Equity Assessment Toolkit (WHO's HEAT) software. Six equity stratifiers examined malnutrition among children in Ghana: child's age, economic status, educational status, place of residence, sex of child, and subnational region. RESULTS: Overall, out of the four child malnutrition indicators used, stunting was the highest with 17.4%. We observed age (D = 7.2, UI = 4.0- 10.4, PAF=-67.7, UI=-67.9- -67.4), maternal education (R = 1.8, UI = 1.5-2.1; PAF=-18.8, UI=-18.8--18.7), place of residence (R = 1.3, UI = 1.1-1.6; PAF=-13.4, UI=-13.4--13.3), and subnational region (D = 19.1, UI = 13.5-24.8; PAR=-6.9, UI=-10.1--3.8). CONCLUSION: This study revealed the existence of inequalities in malnutrition among children in Ghana, which is influenced by child's age, maternal economic status, maternal education, place of residence, and subnational region. To tackle the issues of child malnutrition in Ghana, it is vital to implement targeted interventions that address age-related disparities and implement social protection programs. Subnational region disparities must be addressed by directing resources to areas vulnerable to malnutrition, such as Northern Ghana, adapting interventions to local needs, and improving infrastructure to facilitate better healthcare and nutrition access in rural communities.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».