Exploring the link between home garden use and severe obesity: Insights from a nationwide survey in Tuvalu
Notice bibliographique
Résumé
Abstract Background Obesity is prevalent and increasing but understudied across Pacific Islanders. Tuvalu is a South Pacific country with a high obesity rate and faces multiple threats of food insecurity. Home garden serves as a sustainable food source and can be a possible intervention for the obesity pandemic in Tuvalu. This study investigated Tuvaluans' home garden use and obesity, and explored factors associated with increased use of home gardens. Methods We conducted a nationwide, cross-sectional study in Tuvalu during 2022. Structured questionnaires were administered during the in-person interviews, and trained interviewers measured the height and weight of each participant. The association between home garden use, obesity and severe obesity were tested with univariate and multivariable logistic regression. We also applied overlapping weights to balance the distribution of baseline demographic factors. Results The average body mass index was 34.87 kilogrammes (kg) / square metre (m2) among the study population of 1024 adults (630 from Funafuti and 394 from other islands in Tuvalu). Overall, people having home gardens was associated lower odds for severe obesity compared to those without a home garden in overlap weighting models (odds ratio (OR) = 0.946, 95% CI = 0.897-0.997, P = 0.039) and the association was stronger in Funafuti (OR = 0.927, 95% CI = 0.866-0.991, P = 0.027) than in the outlying islands (OR = 0.967, 95% CI = 0.889-1.052, P = 0.435). Furthermore, increased age was positively associated with having a home garden in Funafuti, and smoking showed an inverse association. Conclusions Having a home garden is associated with lower odds of severe obesity in Tuvalu, and the association is stronger in Funafuti. Smokers are less likely to have home gardens, and increased age is positively associated with having home gardens. These findings promote more home garden utilisation and provide evidence for targeted interventions in Tuvalu.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».