COVID-19 pandemic-related disruptions to maternal, child and adolescent health and nutrition services in Latin America and the Caribbean
Notice bibliographique
Résumé
<title>Abstract</title> Background The ramifications of the COVID-19 pandemic have extended far beyond the direct impacts (cases and deaths); acute pandemic control measures and fear of infection have affected populations more broadly, and vulnerable populations—including women, children and adolescents—have been the most affected. This report seeks to examine the effect that the COVID-19 pandemic has had on health systems in Latin America and the Caribbean, with a focus on ten countries, both overall and with a specific view on maternal, child and adolescent health and nutrition services. The report also presents evidence-based policy recommendations to mitigate these effects. Methods We created an analysis framework based on a literature review and publicly available data, and validated with expert interviews. We used this analysis framework to compare the extent of disruptions to maternal, child and adolescent health and nutrition services during the COVID-19 pandemic. Results Overall, we found evidence of significant service disruption across three core domains: antenatal services, intra- and post-partum services and child and adolescent services with possible associations on maternal, infant and child health outcomes. Four key policy implications are presented for consideration to manage risks of service disruption and increase the resilience of health systems more broadly in Latin American and the Caribbean. Conclusions Owing to the developing nature of many of the health systems in the countries studied, the findings were affected by missing data and therefore should be interpreted with caution and supplemented with further research.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».