Overweight, Obesity and its Associated Factors among Nurses at Tertiary Care Hospitals Karachi
Notice bibliographique
Résumé
Overweight and obesity have been identified as considerable health risks worldwide. Objective: To identify the prevalence of overweight, and obesity and its association with demographic variables among nurses. Methods: A cross-sectional analytical study was conducted at Dr. Ruth KM Pfau Civil Hospital and Dow University Hospital Karachi over a period of six months of periods from March to August 2019. A total of 299 subjects of both genders were approached by the non-probability convenient sampling method. Chi-square test was applied to identify the associated factors. P-value ≤ 0.05 counted as significant. Results: Out of 299, half of the study nurses 149 (49.8%) were male. Among 299 participants, 75 (25.1%) of them were overweight or obese. While 13 (4.3%) were underweight and 211 (70.6%) were normal weight. Mean age, working experience, and BMI were found 29.52 ± 8.568, 7.35 ± 6.177, and 23.30 ± 3.148 respectively of the study nurses. Gender (p-value=0.003), educational status (p-value=0.002), and nature of the job (p-value=0.003) of the participants were found statistically significant with BMI. Conclusions: Present study concluded that the majority of study participants had normal BMI and a small number of study subjects were found obese. However, a quarter of nurses are recognized as overweight. Moreover, a significant association was established between BMI with gender, the nature of the job, and the education of nurses.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 | 0,003 |
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 ».