Health effects of ‘Juntos’, a conditional cash transfer programme in Peru
Notice bibliographique
Résumé
In some countries, conditional cash transfer (CCT) programmes show an impact on maternal and child health. Juntos, the CCT programme in Peru, has been evaluated several times operationally, but seldom for maternal and child health outcomes. The objective of this study is to evaluate the impact of Juntos on children under 6 years, pregnant women and mothers of children under 17 years. Outcomes evaluated included (1) anaemia in women and children; (2) acute malnutrition in children; (3) post-partum complications in mothers; and (4) underweight and overweight in mothers. We identified Juntos eligible respondents from the Demographic and Health Surveys of Peru for years 2007 to 2013. Propensity score matching was used to identify comparable treatment and control groups, including eligible respondents enrolled in Juntos vs. those not enrolled in Juntos (individual-level analysis), as well as eligible respondents living in Juntos districts vs. those not residing in Juntos districts (district-level analysis). We then used generalized linear models to estimate prevalence ratios. Individual level analysis showed that Juntos reduced underweight in women (PR:0.39, 95%CI:0.18 - 0.85) and anaemia in children (PR:0.93, 95%CI:0.86 - 1.00). In the district level analysis, the programme was associated with a reduction of overweight in women (PR:0.94, 95%CI:0.90 - 0.98) and acute malnutrition in children (PR:0.49, 95%CI:0.32 - 0.73), but an increase in the prevalence of anaemia in children (PR:1.09, 95%CI:1.01 - 1.17). We found that Juntos had an effect on maternal and child health indicators, but further studies are required to overcome some limitations encountered here.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».