Obezite
4 akademik çalışmanın Türkçe incelemesi; ağırlıklı alanları Sağlık Bilimleri, Sosyal Bilimler. Çalışmaları soru, yöntem ve bulgu düzeyinde karşılaştırmak için aşağıdaki literatür matrisini okuyabilirsin.
4 inceleme2019–2026 yayın yılları2 bilim alanı
Bu konudaki sorular
Her kutu bir incelemeye gider; kısa cevap ve fosforlu bulgu cümlesi makale sayfasının en üstündedir.
Çocuk ve ergenlerde obeziteyi önlemek için hangi halk sağlığı yöntemleri etkilidir?Sistematik derleme · 2026Obezite kaynaklı damar hastalıkları tahmininde yapay zeka nasıl kullanılıyor?Nitel araştırma · 2025küresel hastalık yükü 2021 yeni çalışmalara yol gösterir mi?Sistematik derleme · 2023Anne sermayesi kız çocuklarının yaşam öyküsünü nasıl etkiler?Nicel araştırma · 2019
Literatür matrisi
Çalışmalar yayın yılına göre yeniden eskiye sıralıdır; bulgu cümleleri yalnızca ilgili çalışmanın kendi bulgusunu aktarır.
| Çalışma | Tür | Örneklem | Bulgu | APA 7 |
|---|---|---|---|---|
| Çocuk ve Ergenlerde Aşırı Kilo ve Obezitenin Önlenmesi ve Yönetimine Yönelik Halk Sağlığı Müdahaleleri: Bir Hızlı Değerlendirme2026 · Ketaki Chandiok ve 9 yazar | Sistematik derleme | PubMed veri tabanından taranarak elde edilen 765 kayıttan dahil edilme kriterlerini karşılayan, 51'i meta-analiz olmak… | Diyet, egzersiz ve davranışsal stratejileri bir araya getiren çok bileşenli müdahaleler, çocuk ve ergenlerde beden kitle indeksi gibi antropometrik ölçümleri iyileştirmede en istikrarlı ve güçlü sonuçları vermektedir. | Chandiok, K., Kothari, A. B., Kulkarni, B., Chowdhury, R., Mummadi, M. K., Reddy, S. N., Gavaravarapu, S. M., Gonmei, Z., Mukherjee, A., Bansal, P. G. (2026). Public health interventions for the prevention and management of overweight and obesity in children and adolescents: a rapid review. Frontiers in Public Health, 14, 1893709-1893709. https://doi.org/10.3389/fpubh.2026.1893709 |
| Obeziteye Bağlı Damar Hastalıklarının Tahmininde Yapay Zekâ Destekli Araçlar: Paydaş Perspektifleri ve Zorluklar2025 · Kaatje Goossens ve 3 yazar | Nitel araştırma | Amaçlı örnekleme ile seçilen 21 paydaş (16 Belçika, 3 Avusturya, 1 Birleşik Krallık, 1 İsveç; 12 kadın, 9 erkek; | Paydaşlar çok modlu veri entegrasyonu ve geliştirilmiş risk stratifikasyonu imkânı nedeniyle AI-POD araçlarına ihtiyatlı bir iyimserlik ve koşullu güvenle yaklaşmış, yapay zekânın uzmanlığın yerini almayıp tamamlayıcı rol oynaması gerektiğini vurgulamıştır. | Goossens, K., Borry, P., Forehand, T. M., Steijvoort, E. V. (2025). AI-driven tools for the prediction of obesity-related vascular diseases: stakeholder perspectives and challenges. . https://doi.org/10.3389/fpubh.2025.1713882 |
| 1990-2021 Yılları Arasında Küresel, Bölgesel ve Ulusal Diyabet Yükü ve 2050 Yılı Yaygınlık Öngörüleri: Küresel Hastalık Yükü Çalışması 2021 İçin Sistematik Analiz2023 · GBD 2021 Diabetes Collaborators. | Sistematik derleme | Ölüm verileri için 25.666 konum-yılı kapsayan yaşamsal kayıtlar ve sözel otopsi raporları; | 2021 yılında küresel çapta 529 milyon insan diyabetle yaşamakta olup, yaşa göre standartlaştırılmış küresel diyabet yaygınlığı yüzde 6,1 olarak gerçekleşmiştir. | Collaborators., G. D. (2023). Global, regional, and national burden of diabetes from 1990 to 2021, with projections of prevalence to 2050: a systematic analysis for the Global Burden of Disease Study 2021.. . https://doi.org/10.1016/s0140-6736(23)01301-6 |
| Düşük Anne Sermayesi Kız Çocuklarında Yaşam Öyküsü Ödünleşimlerini Öngörüyor: Olumsuz Sonuçlar Bireylerde Neden Kümelenir?2019 · Jonathan C. K. Wells ve 11 yazar | Nicel araştırma | Annenin boyu, gebelik öncesi beden kitle indeksi, aile geliri ve eğitim düzeyinden oluşan birleşik anne sermayesi… | Erken üreyen kız çocukları, üremeyen akranlarına kıyasla daha kısa boylu, daha yüksek beden kitle indeksine ve merkezi yağlanmaya sahip olup eğitim süreleri ortalama 2.4 yıl daha düşüktür. | Wells, J. C. K., Cole, T. J., Cortina-Borja, M., Sear, R., Leon, D. A., Leon, D. A., Marphatia, A. A., Murray, J., Wehrmeister, F. C., Oliveira, P. D., Gonçalves, H., Oliveira, I. O., Menezes, A. M. B. (2019). Low Maternal Capital Predicts Life History Trade-Offs in Daughters: Why Adverse Outcomes Cluster in Individuals. . https://doi.org/10.3389/fpubh.2019.00206 |