An assessment of maternal, newborn and child health implementation studies in Nigeria: implications for evidence informed policymaking and practice
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The introduction of implementation science into maternal, newborn and child health (MNCH) research has facilitated better methods to improve uptake of research findings into practices. With increase in implementation research related to MNCH world-wide, stronger scientific evidence are now available and have improved MNCH policies in many countries including Nigeria. The purpose of this study was to review MNCH implementation studies undertaken in Nigeria in order to understand the extent the evidence generated informed better policy. METHODS: This study was a systematic review. A MEDLINE Entrez PubMed search was performed in August 2015 and implementation studies that investigated MNCH in Nigeria from 1966 to 2015 in relation to health policy were sought. Search key words included Nigeria, health policy, maternal, newborn, and child health. Only policy relevant studies that were implementation or intervention research which generated evidence to improve MNCH in Nigeria were eligible and were selected. RESULTS: A total of 18 relevant studies that fulfilled the study inclusion criteria were identified out of 471 studies found. These studies generated high quality policy relevance evidence relating to task shifting, breastfeeding practices, maternal nutrition, childhood immunization, kangaroo mother care (KMC), prevention of maternal to child transmission of HIV, etc. These indicated significant improvements in maternal health outcomes in localities and health facilities where the studies were undertaken. CONCLUSION: There is a dire need for more implementation research related to MNCH in low income settings because the priority for improved MNCH outcome is not so much the development of new technologies but solving implementation issues, such as how to scale up and evaluate interventions within complex health systems.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle