AnalysesWe analyzed the data both d

Analyses
We analyzed the data both descriptively and using multivariate
analyses. For descriptive analyses, we used both the
chi-square test and the student’s t-test. We also used Fisher’s
exact test to describe years of nutrition policies, using
10 years as a cut-off, in LIC and MICs. The 10 years was
arbitrary chosen based on the average time taken to update
a policy as observed in GINA. To examine the presence
of nutrition policies in LICs and MICs, we used the
chi-square test. We compared presence of a policy that
address undernutrition and overweight separately, stratified
by the country’s income level. We used the student’s
t-test to compare mean rates of stunting, wasting, underweight,
and overweight by country’s level of income.
We conducted regression analyses using mixed effects
models with random-intercept by country, to take into account
differences each country has. We built four models
using each type of nutrition status as an outcome variable.
These were stunting, wasting, underweight, and overweight.
We had two main independent variables; nutrition
policy and nutrition governance. For nutrition policy, we
coded as 1 if a country had nutrition policy to address undernutrition
or overweight that was in effect at each anthropometric
measurement year. We used undernutrition
policy for models that had undernutrition as an outcome
variable and overweight policy for model with overweight
status as the outcome variable. A similar method was used
to generate nutrition governance variable that was in effect
at time of anthropometric data collection.
The main confounding variables included GDP per
capita, net percentage of primary school enrolment, and
country governance. We matched years of data of GDP
per capita and net school enrolment with years of anthropometric
measurements to control for the potential
effect each had on the outcome variables. We also controlled
for the year of anthropometric measurement to
observe changes of the outcome variables with time.
We set the statistical significance at p-value < 0.05 and
conducted all analyses using STATA version 12.

ผลลัพธ์ (ไทย) 1:

วิเคราะห์เราวิเคราะห์ข้อมูลทั้งสอง descriptively และ multivariateวิเคราะห์ อธิบายวิเคราะห์ เราใช้ทั้งสองแบบทดสอบ chi-square และ t-ทดสอบของนักเรียน นอกจากนี้เรายังใช้ของฟิชเชอร์ทดสอบแน่นอนอธิบายปีของโภชนาการ การใช้10 ปีเป็นการตัด LIC และ MICs 10 ปีได้เลือกกำหนดตามเวลาเฉลี่ยที่ใช้ในการปรับปรุงนโยบายเป็นใน GINA ตรวจสอบสถานะโภชนาการนโยบาย LICs และ MICs เราใช้การการทดสอบ chi-square เราเปรียบเทียบของนโยบายที่undernutrition อยู่และน้ำหนักเกินต่างหาก stratifiedโดยระดับรายได้ของประเทศ เราใช้ของนักเรียนt-ทดสอบเพื่อเปรียบเทียบราคาเฉลี่ย stunting เสีย underweightและภาวะระดับประเทศรายได้เราดำเนินการวิเคราะห์การถดถอยที่ใช้ผสมผลรุ่นที่ มีสุ่มตัดแกนตามประเทศ ถึงความแตกต่างของแต่ละประเทศได้ เราสร้างแบบจำลอง 4ใช้โภชนาการแต่ละชนิดเป็นตัวแปรผลคนเหล่านี้ stunting เสีย underweight และภาวะเรามีตัวแปรอิสระหลักสอง โภชนาการการกำกับนโยบายและโภชนาการ สำหรับนโยบายการโภชนาการ เรารหัสเป็น 1 ถ้าประเทศมีโภชนาการนโยบายเพื่อ undernutritionหรือน้ำหนักเกินที่ผลแต่ละ anthropometricปีวัด เราใช้ undernutritionนโยบายสำหรับรุ่นที่มี undernutrition เป็นผลตัวแปร และภาวะนโยบายสำหรับรุ่นที่มีน้ำหนักเกินสถานะเป็นตัวแปรผล ใช้วิธีการคล้ายกันการสร้างตัวแปรกำกับดูแลโภชนาการที่มีผลในขณะเก็บรวบรวมข้อมูล anthropometricตัวแปร confounding หลักรวม GDP ต่อเศรษฐกิจฟิลิปปินส์จึง เปอร์เซ็นต์สุทธิเล่าเรียนประถมศึกษา และที่ปกครองประเทศ เราจับคู่กับปีข้อมูลของ GDPลงทะเบียนเรียนต่อหัว และสุทธิปี anthropometricวัดคุมสำหรับศักยภาพผลละมีตัวแปรผล เรายังควบคุมปีวัด anthropometric การสังเกตการเปลี่ยนแปลงของตัวแปรผลด้วยเวลาเรากำหนดนัยสำคัญทางสถิติที่ p ค่า < 0.05 และดำเนินการวิเคราะห์ทั้งหมดที่ใช้ STATA รุ่น 12

ผลลัพธ์ (ไทย) 3:

นายสุทธิโรงเรียนการศึกษาเป็นปัจจัย
ที่สำคัญของสุขภาพ ระดับการศึกษาของผู้ดูแล

อาจจะมีผลต่อภาวะโภชนาการและดังนั้นตัวแปร confounding ในการตรวจสอบปัจจุบัน

ในการศึกษาครั้งนี้ได้เลือกประเทศสุทธิร้อยละ
ของการลงทะเบียนโรงเรียน ทั้งแสดงถึงอัตราส่วนของอายุเด็กประถมอย่างเป็นทางการ

ที่ลงทะเบียนเรียนในวิเคราะห์
เราวิเคราะห์ข้อมูลทั้งเชิงพรรณนาและใช้การวิเคราะห์ตัวแปรหลายตัว

การวิเคราะห์เชิงพรรณนา เราใช้ทั้ง
ไคสแควร์ทดสอบและแบบทดสอบของนักเรียน เรายังใช้ปลา
แน่นอนทดสอบอธิบายปีนโยบายโภชนาการโดยใช้
10 ปีเป็นตัดใน LIC และไมโครโฟน . 10 ปีคือ
โดยพลการเลือกบนพื้นฐานของเวลาเฉลี่ยที่นำไปปรับปรุง
นโยบาย จนสังเกตในจีน่าเพื่อตรวจสอบสถานะของนโยบายด้านโภชนาการใน lics

และไมโครโฟนที่เราใช้ทดสอบไคสแควร์ เราเทียบสถานะของนโยบายที่จำกัดอาหารที่อยู่และอ้วน

แยก แบ่งตามระดับรายได้ของประเทศ เราใช้แบบทดสอบของนักเรียน เปรียบเทียบค่าเฉลี่ยอัตรา
stunting เสียเวลา , underweight
และอ้วนโดยระดับรายได้ของประเทศ
.เราดำเนินการวิเคราะห์การถดถอยโดยใช้แบบจำลองผล
ผสมสุ่มสกัดกั้นโดยประเทศใช้ในความแตกต่างบัญชี
แต่ละประเทศมี เราสร้างสี่รุ่น
ใช้แต่ละชนิดของภาวะโภชนาการเป็นชนวนตัวแปร .
เหล่านี้ stunting , การสูญเสีย , น้ําหนักและอ้วน
เรามีสองตัวแปรหลัก นโยบายโภชนาการ
และการบริหารจัดการด้านโภชนาการ นโยบายโภชนาการเรา
รหัสที่ 1 ถ้าประเทศมีนโยบายที่จะจำกัดอาหารโภชนาการที่อยู่
หรืออ้วนที่อยู่ในผลในแต่ละสัดส่วน
วัดปี เราใช้นโยบายจำกัดอาหาร
สำหรับรุ่นที่พบเป็นตัวแปรผล
และนโยบายอ้วนรุ่นกับอ้วน
สถานะผลตัวแปร วิธี ที่คล้ายกันคือใช้
ผล แต่ละผลมีตัวแปร เรายังควบคุม
สำหรับปีของการวัดสัดส่วนของร่างกาย

สังเกตการเปลี่ยนแปลงของตัวแปรผล ด้วยเวลา
เรากำหนดนัยสำคัญทางสถิติที่ p < 0.01 ) และการวิเคราะห์ที่ใช้ทั้งหมด
Language รุ่น 12