Risk factors for adolescent obesity in LMICs: a meta-analysis using multiple adiposity indicators
Notice bibliographique
Résumé
INTRODUCTION: Adolescent obesity is an escalating public health challenge in low- and middle-income countries (LMICs). Most evidence has relied on body mass index (BMI), which may underestimate central adiposity. We conducted a systematic review and meta-analysis to synthesize risk factors using multiple anthropometric indicators. CONTENT: A systematic search of PubMed, Scopus, and Web of Science was conducted for studies published between January 2013 and December 2023. Studies were included if they reported adolescent obesity risk factors, were peer-reviewed, and published in English. Studies that did not assess risk factors, review articles, editorials, case reports, and animal studies were excluded. Data were extracted and synthesized both narratively and quantitatively, and the risk of bias of included studies was assessed using the Newcastle Ottawa Scale. From 196,775 records, 21 studies were included (n≈46,000 adolescents). Significant risk factors were genetic predisposition (OR 1.80; 95 % CI 1.35-2.40), socioeconomic status (OR 1.31; 95 % CI 1.13-1.52), unhealthy dietary patterns (OR 2.07; 95 % CI 1.11-3.88), environmental exposures (OR 1.25; 95 % CI 1.09-1.44), low physical activity (OR 1.14; 95 % CI 1.03-1.27), and psychosocial stress (OR 1.29; 95 % CI 1.08-1.54). Subgroup analyses revealed that the waist-to-height ratio was the most consistent predictor of obesity risk, whereas BMI exhibited more heterogeneous associations. Regional disparities were evident, with stronger associations in East Asia and Latin America. SUMMARY: Adolescent obesity in LMICs arises from intersecting biological, behavioral, and social determinants. The waist-to-height ratio may provide a more accurate measure of adiposity than the BMI. Effective prevention requires multisectoral policies addressing unhealthy diets, limited physical activity, psychosocial stress, and obesogenic environments. OUTLOOK: Further research is expected to involve interventions to address obesity in LMICs by considering measurements using the waist-to-height ratio to measure adiposity rather than using BMI.
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 | 0,025 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,067 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».