From evidence to national scale: An implementation framework for micronutrient powders in Rwanda
Notice bibliographique
Résumé
Micronutrient powders (MNP) are an efficacious intervention in terms of reducing anaemia among young children, yet challenges remain regarding implementation at scale. Research that can guide effective implementation of nutrition interventions and facilitate integration into existing health care platforms is needed. This paper seeks to advance the implementation science knowledge base by presenting our multiphased strategy and findings for scaling-up MNP in Rwanda. The multiphased implementation strategy, spanning a 5-year period (2011-2016), included (a) a feasibility study involving formative research, (b) a 30-day trial of improved practices (n = 60 households), (c) a 12-month pilot that included an effectiveness study (n = 1,066 caregiver/child pairs), and (d) a staggered approach to national scale-up. At the end of Phase 4, the programme had been implemented in 19 of Rwanda's 30 districts with the scale-up in the final 11 districts completed in the following year. The caregivers of over 270,000 eligible children 6-23 months of age received a box of 30 MNP sachets in the final 3-month assessment period, representing a coverage rate of 87%. Initial problems with the supply chain and distribution and ongoing challenges to monitoring and reporting have been the largest obstacles. Continued success will be dependent on adequate resources for capacity development, refresher training, and responsive monitoring. Rwanda is one of the first countries to successfully scale-up home fortification subnationally with MNP. Lessons learned have implications for other 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 | 0,000 | 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 ».