MétaCan
Menu
Retour à la cohorte
Enregistrement W96819227 · doi:10.71781/28937

Transition nutritionnelle et facteurs de risque de maladies cardiovasculaires au Bénin : étude dans la ville secondaire de Ouidah et sa périphérie rurale

2009· dissertation· fr· W96819227 sur OpenAlexfundno aff
Gervais D. Ntandou

Notice bibliographique

RevueOpen MIND · 2009
Typedissertation
Languefr
DomaineHealth Professions
ThématiqueAging, Elder Care, and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineHumanitiesGynecologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

L’étude visait à décrire la transition nutritionnelle et ses liens avec des facteurs de risque de maladies cardiovasculaires (MCV) dans une ville secondaire du Bénin et dans ses environs ruraux, puis de comparer à cet égard, les habitants de la petite ville avec ceux du milieu rural et de la métropole. Les sujets de 25 à 60 ans (n = 541), apparemment en bonne santé, ont été aléatoirement sélectionnés dans la petite ville de Ouidah (n = 171), sa périphérie rurale (n = 170) et dans la métropole Cotonou (n = 200). Les apports alimentaires et l’activité physique ont été cernés par trois rappels de 24 heures. Les données socioéconomiques ont été recueillies par questionnaire. La qualité de l’alimentation a été évaluée par un score de diversité alimentaire, un score d’adéquation en micronutriments et un score de prévention contre les maladies chroniques. Des mesures anthropométriques et de composition corporelle ont été prises. La tension artérielle a été mesurée. Des échantillons sanguins ont été prélevés pour déterminer le profil lipidique à l’aide du sérum et la glycémie à jeun plasmatique. La transition alimentaire était plus poussée dans la métropole que dans la petite ville et le milieu rural, et elle était marquée par des apports plus importants en viande, produits laitiers, œufs, légumes et huiles, mais plus faibles en céréales, poisson, légumineuses, fruits et fibres. La diversité alimentaire y était plus élevée, mais l’adéquation en micronutriments et la prévention étaient plus faibles que dans les autres sites. Il n’y avait pas de différences majeures entre le milieu rural et la petite ville pour la consommation et la qualité alimentaire. L’influence du niveau socioéconomique sur l’alimentation et sa qualité était surtout marquée dans la métropole. Un gradient positif du milieu rural vers la petite ville et la métropole a été observé pour l’obésité générale (8,8%; 12,3%; 18%, p = 0,031) et abdominale (28,2%, 41,5%, 52,5%; P<0,001) et pour le syndrome métabolique (4,1% ; 6,4% ; 11%; P = 0,035) d’après les critères de la Fédération Internationale de Diabète. La fréquence de tension artérielle élevée [TAE] (24,1% ; 21,6% et 26,5%, respectivement pour le milieu rural, la petite ville et la métropole), bien qu’importante, n’était pas significativement différente selon les sites. Le HDL-cholestérol bas était moins fréquent dans la petite ville (18,1%) par rapport au milieu rural (25,3%) et à la métropole (37,5%). L’activité physique, plus importante en milieu rural et en petite ville que dans la métropole, était protectrice contre des valeurs élevées d’IMC (ß = -0,145 ; p<0,01), de tour de taille (ß = -0,156 ; p<0,001), de tension systolique (ß = -0,134 ; p<0,01) et diastolique (ß = -0,112, p<0,01), et de triglycérides (ß = -0,098 ; p<0,05). La consommation de légumes était négativement et indépendamment associée à la tension artérielle diastolique (ß = -0,129, p<0,01), alors que celle de poisson était positivement associée au HDL-cholestérol (ß = 0,168 ; p<0,01). L’adéquation en micronutriments était positivement associée au HDL-cholestérol (ß = 0,144; p<0,01) et à un moindre risque de tension artérielle élevée (OR = 0,46 ; IC 95% : 0,26-0,84). L’étude a confirmé l’existence d’un plus grand risque de MCV avec l’urbanisation, un stade plus avancé de transition alimentaire et un mode de vie sédentaire. Ce risque pourrait être réduit par la promotion d’un mode de vie plus actif associé à des apports plus adéquats en micronutriments et une consommation élevée de poisson et de légumes. ////

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,218

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,355
Écart entre enseignants0,330 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetAging, Elder Care, and Social IssuesTravaux en français237 207