Impact on Public Health Nutrition Services Due to COVID-19 Pandemic in India: A Scoping Review of Primary Studies on Health and Social Security Determinants Affecting the First 1000 Days of Life
Notice bibliographique
Résumé
CONTEXT: COVID-19 was declared 'a global pandemic' by the World Health Organization in March 2020. India's lockdown, one of the harshest in the world, came with additional challenges for women. This paper aims to assess the impact of COVID-19 pandemic-related pathways on the first thousand days of life in the Integrated Child Development Scheme and the public distribution ecosystem in India. DATA SOURCES: Using Cochrane guidelines, electronic databases, namely Google Scholar and PubMed-NCBI, were searched for evidence between 1 March 2020 and 1 May 2022. A total of 73 studies were identified in initial search; 20 met the inclusion criteria and, thus, were included in the research analysis. Primary studies were conducted throughout pan-India in rural, urban, and semi-urban areas to study the impact of COVID-19 pandemic-related pathways on the first 1000 days of life. The impact of social security, food insecurity, service delivery, nutrition of pregnant and nursing mothers (P&NMs), and infant and young child feeding (IYCF) varied between geographies and within geographies. Most of the primary studies were conducted at small scale, while only three studies were pan-Indian. The majority of studies were conducted on the mental health of P&NMs and pre-natal and post-natal service delivery disruption. The paucity of the available literature highlights the need to undertake research on the impact of the COVID-19 pandemic-related pathways on 1000 days of life in India and worldwide. The best implementation practices were observed where cross-sectional programs were carried out in relation to health services and social security for P&NMs and children.
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 | 0,019 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».