MétaCan
Menu
Retour à la cohorte
Enregistrement W2801774192 · doi:10.2196/mhealth.8832

Mobile-Based Nutrition Counseling and Unconditional Cash Transfers for Improving Maternal and Child Nutrition in Bangladesh: Pilot Study

2018· article· en· W2801774192 sur OpenAlexvenueno aff
Tanvir Huda, Ashraful Alam, Tazeen Tahsina, Mohammad Mehedi Hasan, Jasmin Khan, Mohammad Masudur Rahman, Abu Bakkar Siddique, Shams El Arifeen, Michael J. Dibley

Notice bibliographique

RevueJMIR mhealth and uhealth · 2018
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePsychological interventionFocus groupmHealthMobile phoneIntervention (counseling)MalnutritionEnvironmental healthPopulationNutrition EducationPhoneFamily medicineGerontologyNursingBusinessMarketingTelecommunications

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Inappropriate feeding practices, inadequate nutrition knowledge, and insufficient access to food are major risk factors for maternal and child undernutrition. There is evidence to suggest that the combination of cash transfer and nutrition education improves child growth. However, a cost-effective delivery platform is needed to achieve complete, population-wide coverage of these interventions. OBJECTIVE: This study aimed to assess the feasibility, acceptability, and perceived appropriateness of an intervention package consisting of voice messaging, direct counseling, and unconditional cash transfers all on a mobile platform for changing perceptions on nutrition during pregnancy and the first year of a child's life in a poor rural community in Bangladesh. METHODS: We conducted a mixed-methods pilot study. We recruited 340 pregnant or recently delivered, lactating women from rural Bangladesh. The intervention consisted of an unconditional cash transfer combined with nutrition counseling, both delivered on a mobile platform. The participants received a mobile phone and BDT 787 per month (US $10). We used a voice messaging service to deliver nutrition-related messages. We provided additional nutrition counseling through a nutrition counselor from a call center. We carried out cross-sectional surveys at baseline and at the end of the study, focus group discussions, and in-depth interviews with participants and their family members. RESULTS: Approximately 89% (245/275) of participants reported that they were able to operate the mobile phones without much trouble. Charging of the mobile handsets posed some challenges since only approximately 45% (124/275) households in our study had electricity at home. Approximately 26% (72/275) women reported they had charged their mobile phones at their neighbor's house, while 34% (94/275) reported that they charged it at a marketplace. Less than 10% (22/275) of women reported difficulties understanding the voice messages or direct counseling through mobile phones, while only 3% (8/275) of women reported they had some problems withdrawing cash from the mobile bank agent. Approximately 87% (236/275) women reported spending the cash to purchase food for themselves and their children. CONCLUSIONS: The nature of our study precludes any conclusion about the effectiveness of the intervention package. However, the high coverage of our intervention and the positive feedback from the mothers were encouraging and support the feasibility, acceptability, and appropriateness of this program. Further research is needed to determine the efficacy and cost-effectiveness of mobile-based nutrition counseling and unconditional cash transfers in improving maternal and child nutrition in Bangladesh.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,341
Écart entre enseignants0,309 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetChild Nutrition and Water AccessTravaux en français237 207