Assessing the impact of a statewide effort to improve breastfeeding rates: A RE‐AIM evaluation of CHAMPS in Mississippi
Notice bibliographique
Résumé
Communities and Hospitals Advancing Maternity Practices (CHAMPS) is a public health initiative, operating in Mississippi since 2014, to improve maternal and child health practices and reduce racial disparities in breastfeeding. Using the Reach, Effectiveness, Adoption, Implementation and Maintenance framework, this study assessed CHAMPS, which used a Quality Improvement intervention at hospitals, and engaged intensively with local community partners. The study team assessed outcomes through quantitative data (2014-2020) from national sources, Mississippi hospitals, community partners and CHAMPS programme records, and qualitative data from focus groups. With 95% of eligible Mississippi hospitals enrolled into CHAMPS, the programme reached 98% of eligible birthing women in Mississippi, and 65% of breastfeeding peer counsellors in Mississippi's Special Supplemental Nutrition Programme for Women, Infants and Children. Average hospital breastfeeding initiation rates rose from 56% to 66% (p < 0.05), the proportion of hospitals designated Baby-Friendly or attaining the final stages thereof rose from 15% to 90%, and 80% of Mississippi Special Supplemental Programme for Women, Infants, and Children districts engaged with CHAMPS. CHAMPS also maintains a funded presence in Mississippi, and all designated hospitals have maintained Baby-Friendly status. These findings show that a breastfeeding-focused public health initiative using broad-based strategic programming involving multiple stakeholders and a range of evaluation criteria can be successful. More breastfeeding promotion and support programmes should assess their wider impact using evidence-based implementation frameworks.
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) | 0,000 | 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 ».