Food Environment and Childhood Overweight/Obesity: A Systematic Review
Notice bibliographique
Résumé
Childhood overweight/obesity has emerged as a pressing public health concern globally, and the impact of the food environment on children's diets and health outcomes has gained heightened attention. Comprehensive and child-specific monitoring systems are critical for guiding targeted interventions and policies. This review aimed to synthesize recent literature on food environment indicators associated with children with overweight/obesity using the 4A framework, including food availability, accessibility, affordability, and appeal. We conducted a systematic search of peer-reviewed literature (2020-2025). This systematic review is guided by Preferred Reporting Items for Systematic Reviews and Meta-Analyses and involved narrative synthesis and framework-based classification (CRD420251116187). A total of 75 observational and 6 intervention studies are included. Indicators related to availability (e.g., home food supply and fast food outlet density) and accessibility (e.g., proximity to healthy food stores) are most commonly studied, whereas affordability and appeal indicators (e.g., food pricing and marketing exposure) are less frequently addressed. Current evidence underscores deficiencies in the measurement and monitoring of the food environment for children, which is important to prevent and manage childhood overweight/obesity using integrated indicators at home, schools, communities, and society. Moreover, there is a necessity to develop a standardized, child-centered food environment monitoring system, facilitating prompt, equity-sensitive policy action to address children with overweight/obesity on a worldwide scale, which also supports global sustainable development. This systematic review paper will be useful for selecting indicators to construct a food environment monitoring system.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».