Integrating nutrition into health systems: What the evidence advocates
Notice bibliographique
Résumé
There is considerable evidence of positive health and nutrition outcomes resulting from integrating nutrition-specific interventions into health systems; however, current knowledge on establishing and sustaining effective integration of nutrition into health systems is limited. The objective of this review is to map the existing types of integration platforms and review the evidence on integrated health and nutrition programmes' impacts on specific nutrition outcomes. A literature search was conducted, and integrated nutrition programmes were examined through the lens of the six World Health Organization (WHO) building blocks, including the demand side. Forty-five studies were included in this review, outlining the integration of nutrition-specific interventions with various programmes, including integrated community case management and Integrated Management of Childhood Illness, Child Health Days, immunization, early child development, and cash transfers. Limited quantitative data were suggestive of some positive impact on nutrition and non-nutrition outcomes with no adverse effects on primary programme delivery. Through the lens of the six WHO building blocks, service delivery and health workforce were found to be well-integrated, but governance, information systems, finance and supplies and technology were less well-integrated. Integrating nutrition-specific interventions into health systems may ensure efficient service delivery while having an impact on nutrition outcomes. There is no single successful model of integration; it varies according to the context and demands of the particular setting in which integration occurs. There is a need for more well-planned programmes considering all the health systems building blocks to ensure compliance and sustainability.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| 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 ».