Predictive Model of Stunting in Children 6-59 Months of Age in Kirundo Health District, Burundi
Notice bibliographique
Résumé
An analytical cross-sectional study was conducted among a randomly selected sample of 374 households with at least one child aged 6 to 59 months in the Kirundo health district, Burundi. Sociodemographic, socioeconomic, socio-sanitary factors, food insecurity, behavioral, and environmental data were collected using a structured questionnaire. Children's weight was measured using a standard procedure (SECA scale), their height using a standard UNICEF height rod, and their age was obtained from the birth certificate. Anthropometric data were analyzed using Emergency Nutrition Assessment (ENA for Smart) software. Modeling was performed using logistic regression to eliminate confounding factors, and all independent variables with a significance level less than or equal to 20% in the bivariate analysis were included to explore factors associated with stunting in children aged 6 to 59 months. In this study, the prevalence of stunting is estimated at 61.5%. According to multivariate logistic regression, sex (AOR = 2.83; 95% CI:1.40-5.75), age (AOR= 10.40; 95% CI: 1.21-88.30), food insecurity (AOR = 10.47;95% CI: 3.58-30.61), latrine type (AOR = 6.83; 95% CI: 3.12-14.94), diarrhea (AOR = 2.56; 95% CI: 1.19-5.48), water source (AOR = 3.17; 95% CI: 1.54-6.52), media exposure (AOR = 0.24, 95% CI: 0.11-0.51), nutritional knowledge (AOR = 0.11; 95% CI: 0.05-0.25), birth spacing (AOR = 0.39, 95% CI: 0.16-0.93), complete vaccination (AOR = 0.06; 95% CI: 0.02-0.21), father's occupation (AOR = 0.25; 95% CI: 0.09-0.72), and mother's education (AOR = 0.21; 95% CI: 0.07-0.64) were significantly associated with stunting. The predictive model showed an area under the curve (AUC) of 0.95, indicating excellent discrimination ability. The high prevalence of stunting in this study highlights the importance of urgent action to end this problem.
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 | 0,004 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».