Insécurité alimentaire et indicateurs associés dans une population iranienne : application de méthodes d'apprentissage automatique aux données de la province de Golestan
Food insecurity and its related indicators in an Iranian population: An application of machine learning methods in data from Golestan Province.
L’essentiel
Cette etude transversale vise a evaluer la prevalence de l'insecurite alimentaire des menages dans la province de Golestan, au nord de l'Iran, et a comparer les performances predictives de modeles statistiques traditionnels et d'apprentissage automatique. Au total, 4 948 menages ont ete inclus via un echantillonnage en grappes a plusieurs degres entre decembre 2021 et septembre 2022. L'insecurite alimentaire a ete mesuree a l'aide de l'echelle d' acces a l'insecurite alimentaire des menages, revelant une prevalence globale de 61,7 %. Les analyses multivariees ont montre que les principaux facteurs associes comprenaient un revenu faible, un niveau d'education reduit, le chômage, l'absence de couverture d'assurance, la taille importante du menage et la presence de maladies incurables. Les modeles de regression logistique, de reseaux de neurones artificiels et de machines a vecteurs de support ont presente des performances predictives relativement similaires sans superiorite pratique marquee des algorithmes complexes. Le revenu du menage a ete identifie comme le predicteur le plus important tant pour la regression logistique que pour les forets aleatoires. Ces resultats soulignent l'urgence pour les decideurs de sante publique d'ameliorer les conditions socio-economiques des menages vulnerables face aux defis economiques prolonges.
- La prevalence de l'insecurite alimentaire des menages dans la region etudiee s'eleve a 61,7 %.
- Les facteurs socio-economiques defavorises, tels que le faible revenu et le chômage, sont fortement associes a l'insecurite alimentaire.
- Les modeles de regression logistique, de reseaux de neurones et de machines a vecteurs de support ont montre des performances predictives similaires.
Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.
Comprendre l’analyse ↓Analyse du résumé uniquement. Confiance faible dans les informations extraites.
Voir les sources ↓Synthèse détaillée
Synthèse
Cette etude transversale vise a evaluer la prevalence de l'insecurite alimentaire des menages dans la province de Golestan, au nord de l'Iran, et a comparer les performances predictives de modeles statistiques traditionnels et d'apprentissage automatique. Au total, 4 948 menages ont ete inclus via un echantillonnage en grappes a plusieurs degres entre decembre 2021 et septembre 2022. L'insecurite alimentaire a ete mesuree a l'aide de l'echelle d' acces a l'insecurite alimentaire des menages, revelant une prevalence globale de 61,7 %. Les analyses multivariees ont montre que les principaux facteurs associes comprenaient un revenu faible, un niveau d'education reduit, le chômage, l'absence de couverture d'assurance, la taille importante du menage et la presence de maladies incurables. Les modeles de regression logistique, de reseaux de neurones artificiels et de machines a vecteurs de support ont presente des performances predictives relativement similaires sans superiorite pratique marquee des algorithmes complexes. Le revenu du menage a ete identifie comme le predicteur le plus important tant pour la regression logistique que pour les forets aleatoires. Ces resultats soulignent l'urgence pour les decideurs de sante publique d'ameliorer les conditions socio-economiques des menages vulnerables face aux defis economiques prolonges.
Résultats principaux
La prevalence de l'insecurite alimentaire des menages dans la region etudiee s'eleve a 61,7 %. Les facteurs socio-economiques defavorises, tels que le faible revenu et le chômage, sont fortement associes a l'insecurite alimentaire. Les modeles de regression logistique, de reseaux de neurones et de machines a vecteurs de support ont montre des performances predictives similaires. Le revenu du menage constitue le principal predicteur de l'insecurite alimentaire dans les differents modeles evalues.
Repères pour la pratique
Les cliniciens et travailleurs sociaux doivent integrer le screening de l'insecurite alimentaire lors de la prise en charge de populations vulnerables. Les politiques de sante publique doivent cibler en priorite les menages presentant de faibles revenus et des pathologies chroniques pour attenuer les impacts de l'insecurite alimentaire.
Limites et précautions
Cet article traite de sante publique et d'epidemiologie sociale a travers des methodes de machine learning, mais presente un interet limite pour la pratique clinique ciblee de NeuroWatch en neuropsychologie. L'etude repose sur un echantillon regional limite a la province de Golestan en Iran, ce qui restreint la generalisation des resultats. Le design transversal ne permet pas d'etablir de liens de causalite directs entre l'insecurite alimentaire et les indicateurs associes.
Analyse méthodologique
Non déterminable — Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.
Le texte intégral ouvert n’était pas accessible. Cela rend la robustesse non déterminable : l’absence d’information n’est pas interprétée comme une faiblesse de l’étude.
Examiner les critères point par point
Cette analyse automatisée de NeuroWatch repose exclusivement sur le résumé de l'article de type transversal fourni. Sur le plan méthodologique, la sélection de la population est documentée de manière adéquate avec un échantillon de 4 948 ménages recrutés par échantillonnage par grappes à plusieurs degrés dans la province du Golestan en Iran. La validité des mesures est également documentée via l'utilisation de l'échelle validée Household Food Insecurity Access Scale, et le contrôle des facteurs de confusion est assuré par une analyse de régression logistique multivariable. Les analyses statistiques incluent la comparaison de modèles de régression et d'apprentissage automatique évalués par diverses métriques de performance. Les résultats primaires rapportent une prévalence globale de l'insécurité alimentaire des ménages de 61,7 % (dont 32,3 % légère, 20,3 % modérée et 9,1 % sévère). Les informations concernant les données manquantes, les financements et les conflits d'intérêts ne sont pas rapportées dans la source analysée. La généralizability est limitée géographiquement à la province du Golestan. L'analyse NeuroWatch est automatisée. En l'absence de lecture du texte intégral, les conclusions définitives sur la robustesse demeurent non déterminables.
confounding controlFavorable
Une analyse de régression logistique multivariable a été menée pour identifier les indicateurs associés à l'insécurité alimentaire.
Un élément méthodologique adéquat est explicitement documenté.measure validityFavorable
L'insécurité alimentaire des ménages a été évaluée à l'aide de l'échelle validée Household Food Insecurity Access Scale.
Un élément méthodologique adéquat est explicitement documenté.population selectionFavorable
Un échantillon de 4 948 ménages a été sélectionné dans la province du Golestan en utilisant un échantillonnage par grappes à plusieurs degrés.
Un élément méthodologique adéquat est explicitement documenté.statistical analysisFavorable
Plusieurs modèles de régression et d'apprentissage automatique ont été comparés en utilisant des métriques de performance et des tests statistiques.
Un élément méthodologique adéquat est explicitement documenté.Cette analyse est produite automatiquement par une IA à partir des sources indiquées, puis l’appréciation est calculée avec des règles versionnées (scientific_analysis_v2). Elle ne constitue ni une validation par un professionnel ni une recommandation clinique. Consulter la méthodologie.
Classification détaillée
Informations sur l’article
- Publication
- Étude transversale
- Source
- PubMed — neurosciences cognitives developpementales
- Date
- 30 oct. 2026
- Langue
- Anglais
- Accès
- abstract only
- Licence
- Non déterminée