The Potential Contribution of the Health System to Reducing Stunting in SUN Countries
Notice bibliographique
Résumé
BACKGROUND: The global nutrition community has called for a multisectoral approach to improve nutritional outcomes. While most essential nutrition interventions are delivered through the health system, nutrition-sensitive interventions from other sectors are critical. OBJECTIVE: We modeled the potential impact that Scaling Up Nutrition (SUN) interventions delivered by the health system would have on reaching World Health Assembly (WHA) stunting targets. We also included results for targets 2, 3, and 5. METHODS: Using all available countries enrolled in the SUN movement, we identified nutrition interventions that are delivered by the health system available in the Lives Saved Tool. We then scaled these interventions linearly from 2012 up to nearly universal coverage (90%) in 2025 and estimated the potential impact that this increase would have with regard to the WHA targets. RESULTS: Our results show that only 16 countries out of 56 would reach the 40% reduction in the number of stunted children by 2025, with a combined total reduction of 32% across all countries. Similarly, only 2 countries would achieve the 50% reduction in anemia for women of reproductive age, 41 countries would reach at least 50% exclusive breastfeeding in children under 6 months of age, and 0 countries would reach the 30% reduction in low birth weight. CONCLUSIONS: While the health system has an important role to play in the delivery of health interventions, focusing investments and efforts on the health system alone will not allow countries to reach the WHA targets by 2025. Concerted efforts across multiple sectors are necessary.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».