Delivering nutrition interventions to women and children in conflict settings: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Low/middle-income countries (LMICs) face triple burden of malnutrition associated with infectious diseases, and non-communicable diseases. This review aims to synthesise the available data on the delivery, coverage, and effectiveness of the nutrition programmes for conflict affected women and children living in LMICs. METHODS: We searched MEDLINE, Embase, CINAHL, and PsycINFO databases and grey literature using terms related to conflict, population, and nutrition. We searched studies on women and children receiving nutrition-specific interventions during or within five years of a conflict in LMICs. We extracted information on population, intervention, and delivery characteristics, as well as delivery barriers and facilitators. Data on intervention coverage and effectiveness were tabulated, but no meta-analysis was conducted. RESULTS: Ninety-one pubblications met our inclusion criteria. Nearly half of the publications (n=43) included population of sub-Saharan Africa (n=31) followed by Middle East and North African region. Most publications (n=58) reported on interventions targeting children under 5 years of age, and pregnant and lactating women (n=27). General food distribution (n=34), micronutrient supplementation (n=27) and nutrition assessment (n=26) were the most frequently reported interventions, with most reporting on intervention delivery to refugee populations in camp settings (n=63) and using community-based approaches. Only eight studies reported on coverage and effectiveness of intervention. Key delivery facilitators included community advocacy and social mobilisation, effective monitoring and the integration of nutrition, and other sectoral interventions and services, and barriers included insufficient resources, nutritional commodity shortages, security concerns, poor reporting, limited cooperation, and difficulty accessing and following-up of beneficiaries. DISCUSSION: Despite the focus on nutrition in conflict settings, our review highlights important information gaps. Moreover, there is very little information on coverage or effectiveness of nutrition interventions; more rigorous evaluation of effectiveness and delivery approaches is needed, including outside of camps and for preventive as well as curative nutrition interventions. PROSPERO REGISTRATION NUMBER: CRD42019125221.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».