Emulating value-chains of fast-moving consumer goods to improve uptake of co-packaged ORS and zinc for childhood diarrhoea: evaluation of the ColaLife trial
Notice bibliographique
Résumé
Introduction Oral rehydration salts (ORS) and zinc comprise the globally recommended treatment for diarrhoea in children aged <5 years. However, limited access contributes to low uptake of this treatment and subsequently high rates of morbidity and mortality among this age group in low-income and middle-income countries. We adopted approaches used for private-sector value-chains of fast-moving consumer-goods, involving the simultaneous stimulation of supply and demand. These approaches were applied to the introduction of an innovative co-packaged diarrhoea-treatment kit (ORSZ co-pack) to increase ORS and zinc coverage at the community level in Zambia. Methods We tested our approach using an observational pre–post test study design in two intervention districts in rural Zambia (Kalomo and Katete), each with a matched comparator (Monze and Petauke, respectively). We assessed the effect on coverage, of ORS and zinc as well as ORS alone, by conducting household surveys of a total of 2458 and 2477 caregivers of children aged <5 years at baseline and endline, respectively, across the four districts. We also assessed whether the source of ORS (public or private sector) changed following the intervention. Results Both intervention districts experienced significant increases in coverage of ORS and zinc from <1% at baseline to 46.9% and 46.3% in Kalomo and Katete, respectively. Uptake in the comparator districts remained low at 1.7% and 0.6% in Monze and Petauke, respectively. For the secondary outcome examining ORS coverage (with or without zinc), the intervention was associated with a significant increase in Kalomo versus Monze, but not in Katete versus Petauke. There was a clear shift from the public to the private sector, and specifically to the use of the ORSZ co-pack. Conclusion Implementation of a value-chain creation approach for an innovative, over-the-counter, co-packaged diarrhoea-treatment kit can significantly improve the coverage of ORS and zinc.
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 | 0,007 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».