Integrating nutrition into health systems at community level: Impact evaluation of the community‐based maternal and neonatal health and nutrition projects in Ethiopia, Kenya, and Senegal
Notice bibliographique
Résumé
Maternal undernutrition and mortality remain high in several African countries. Key nutrition and health interventions improve maternal and birth outcomes. Evidence is scarce on how to strengthen health systems to ensure pregnant women and newborns are reached with these interventions. We conducted three quasi-experimental nonrandomized Community Based Maternal and Neonatal Health and Nutrition projects in regions of Ethiopia, Senegal, and Kenya to demonstrate how proven nutrition interventions could be integrated into health programs to improve knowledge and practices during pregnancy, birth, and postpartum. We evaluated impact on knowledge and practices related to maternal and neonatal care using logistic regression and repeated-measures models with districts as a fixed variable and adjusted for covariates. Combined country analyses show significant positive effects of the intervention on women receiving first antenatal care visit (ANC) during first trimester (OR = 1.44; p < .001), those consuming any iron and folic acid supplement during their latest pregnancy (OR = 1.60; p = .005), those whose <6 months infants were exclusively breastfed (OR = 2.01; p=.003), those whose delivery was facility based (OR = 1.48; p=.031), and those whose postnatal care was facility based (OR = 2.15; p<.001). There was no significant differences between intervention and control groups regarding one or more and four or more ANC visits, women consuming iron and folic acid for ≥90 days, and early initiation of breastfeeding. We conclude that integrating proven nutrition interventions into health programs at community level improved components of access to and use of ANC, delivery services, and postnatal care by women in three African countries.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 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 ».