Socioeconomic status and dietary patterns in children from around the world: different associations by levels of country human development?
Notice bibliographique
Résumé
Although 'unhealthy' diet is a well-known risk factor for non-communicable diseases, its relationship with socio-economic status (SES) has not been fully investigated. Moreover, the available research has largely been conducted in countries at high levels of human development. This is the first study to examine relationships among dietary patterns and SES of children from countries spanning a wide range of human development.This was a multinational cross-sectional study among 9-11 year-old children (n = 6808) from urban/peri-urban sites across 12 countries. Self-reported food frequency questionnaires were used to determine the children's dietary patterns. Principal Components Analysis was employed to create two component scores representing 'unhealthy' and 'healthy' dietary patterns. Multilevel models accounting for clustering at the school and site level were used to examine the relationships among dietary patterns and SES.The mean age of participants in this study (53.7% girls) was 10.4 years. Largest proportions of total variance in dietary patterns occurred at the individual, site, and school levels (individual, school, site: 62.8%; 10.8%; 26.4% for unhealthy diet pattern (UDP) and 88.9%; 3.7%; 7.4%) for healthy diet pattern (HDP) respectively. There were significant negative 'unhealthy' diet-SES gradients in 7 countries and positive 'healthy' diet-SES gradients in 5. Within country diet-SES gradients did not significantly differ by HDI. Compared to participants in the highest SES groups, unhealthy diet pattern scores were significantly higher among those in the lowest within-country SES groups in 8 countries: odds ratios for Australia (2.69; 95% CI: 1.33-5.42), Canada (4.09; 95% CI: 2.02-8.27), Finland (2.82; 95% CI: 1.27-6.22), USA (4.31; 95% CI: 2.20-8.45), Portugal (2.09; 95% CI: 1.06-4.11), South Africa (2.77; 95% CI: 1.22-6.28), India (1.88; 95% CI: 1.12-3.15) and Kenya (3.35; 95% CI: 1.91-5.87).This study provides evidence of diet-SES gradients across all levels of human development and that lower within-country SES is strongly related to unhealthy dietary patterns. Consistency in within-country diet-SES gradients suggest that interventions and public health strategies aimed at improving dietary patterns among children may be similarly employed globally. However, future studies should seek to replicate these findings in more representative samples extended to more rural representation.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».