Malaria reduction drives childhood stunting decline in Uganda: a mixed-methods country case study
Notice bibliographique
Résumé
BACKGROUND: Uganda has achieved a considerable reduction in childhood stunting over the past 2 decades, although accelerated action will be needed to achieve 2030 targets. OBJECTIVES: This study assessed the national, community, household, and individual-level drivers of stunting decline since 2000, along with direct and indirect nutrition policies and programs that have contributed to nutrition change in Uganda. METHODS: This mixed-methods study used 4 different approaches to determine the drivers of stunting change over time: 1) a scoping literature review; 2) quantitative data analyses, including Oaxaca-Blinder decomposition and difference-in-difference multivariable hierarchical modeling; 3) national- and community-level qualitative data collection and analysis; and 4) analysis of key direct and indirect nutrition policies, programs, and initiatives. RESULTS: Stunting prevalence declined by 14% points from 2000 to 2016, although geographical, wealth, urban/rural, and education-based inequalities persist. Child growth curves demonstrated substantial improvements in child height-for-age z-scores (HAZs) at birth, reflecting improved maternal nutrition and intrauterine growth. The decomposition analysis explained 82% of HAZ change, with increased coverage of insecticide-treated mosquito nets (ITNs; 35%), better maternal nutrition (19%), improved maternal education (14%), and improved maternal and newborn healthcare (11%) being the most critical factors. The qualitative analysis supported these findings, and also pointed to wealth, women's empowerment, cultural norms, water and sanitation, dietary intake/diversity, and reduced childhood illness as important. The 2011 Uganda Nutrition Action Plan was an essential multisectoral strategy that shifted nutrition out of health and mainstreamed it across related sectors. CONCLUSIONS: Uganda's success in stunting reduction was multifactorial, but driven largely through indirect nutrition strategies delivered outside of health. To further improve stunting, it will be critical to prioritize malaria-control strategies, including ITN distribution campaigns and prevention/treatment approaches for mothers and children, and deliberately target the poor, least educated, and rural populations along with high-burden districts.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».