Determinants of adherence to micronutrient powder use among young children in Ethiopia
Notice bibliographique
Résumé
In Ethiopia, home fortification of complementary foods with micronutrient powders (MNPs) was introduced in 2015 as a new approach to improve micronutrient intakes. The objective of this study was to assess factors associated with intake adherence and drivers for correct MNP use over time to inform scale-up of MNP interventions. Mixed methods including questionnaires, interviews and focus group discussions were used. Participants, 1,185 children (6-11 months), received bimonthly 30 MNP sachets for 8 months, with instruction to consume 15 sachets/month, that is, a sachet every other day and maximum of one sachet per day. Adherence to distribution (if child receives ≥14 sachets/month) and adherence to instruction (if child receives exactly 15[±1] sachets/month) were assessed monthly by counting used sachets. Factors associated with adherence were examined using generalized estimating equations. Adherence fluctuated over time, an average of 58% adherence to distribution and 28% for adherence to instruction. Average MNP consumption was 79% out of the total sachets provided. Factors positively associated with adherence included ease of use (instruction), child liking MNP and support from community (distribution and instruction) and mother's age >25 years (distribution). Distance to health post, knowledge of correct use (OR = 0.74, 95% CI = 0.66-0.81), perceived negative effects (OR = 0.73, 95% CI = 0.54-0.99) and living in Southern Nations, Nationalities and People Region (OR = 0.59, 95% CI = 0.52-0.67) were inversely associated with adherence to distribution. Free MNP provision, trust in the government and field staff played a role in successful implementation. MNP is promising to be scaled-up, by taking into account factors that positively and negatively determine adherence.
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 ».