The Effects of Community Home Visit and Peer Group Nutrition Intervention Delivery Platforms on Nutrition Outcomes in Low and Middle-Income Countries: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Weak delivery systems reduce the potential of evidence-supported interventions to improve nutrition. We synthesized the evidence for the effectiveness of nutrition-specific intervention delivery platforms for improving nutrition outcomes in low and middle-income countries (LMIC). A systematic literature search for studies published from 1997 to June 2018 resulted in the inclusion of 83 randomized controlled trials (RCTs), quasi-randomized, and controlled before–after studies across a variety of delivery platforms. In this paper, we report on meta-analysed outcomes for community health worker (CHW) home visits and mother/peer group delivery platforms. Compared to care as usual, CHW home visits increased early initiation of breastfeeding (EIBF) (OR: 1.50; 95% CI: 1.12, 1.99; n = 10 RCTs) and exclusive breastfeeding (EBF) (OR: 4.42; 95% CI: 2.28, 8.56; n = 9 RCTs) and mother/peer groups were effective for improving children’s minimum dietary diversity (OR: 2.34; 95% CI: 1.17, 4.70; n = 4) and minimum meal frequency (OR: 2.31; 95% CI: 1.61, 3.31; n = 3). Pooled estimates from studies using both home visit and group platforms showed positive results for EIBF (OR: 2.13; 95% CI: 1.12, 4.05; n = 9), EBF (OR: 2.43; 95% CI: 1.70, 3.46; n = 12), and < 5 wasting (OR: 0.77; 95% CI: 0.67, 0.89; n = 4). Our findings underscore the importance of interpersonal community platforms for improving infant and young child feeding practices and children’s nutritional status in LMICs.
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) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».