An approach to Hemequity: Identifying the barriers and facilitators of iron deficiency reduction strategies in low‐ to middle‐income countries
Notice bibliographique
Résumé
Approximately 1.92 billion people worldwide are anaemic, and iron deficiency is the most common cause. Iron deficiency anaemia (IDA) disproportionately affects women of reproductive age and remains under-addressed in low- to middle-income countries (LMICs). The primary objective of our scoping review is to evaluate the barriers and facilitators to IDA management in LMICs by using an intersectionality-enhanced implementation science lens adapted from the consolidated framework for implementation research and the theoretical domains framework. A total of 53 studies were identified. Contextual barriers included the deprioritization of IDA risk, unequal gender norms and stigma from the HIV/AIDS epidemic. Regional poverty, conflict and natural disasters led to supply chain barriers. Individual-level facilitators included partner support and antenatal care access while barriers included forgetfulness and having medical comorbidities. Successful interventions also utilized education initiatives to empower women in community decision-making. Moreover, community mobilization and the degree of community ownership determined the sustainability of IDA reduction strategies. IDA is not only a medical problem, but one that is rooted in the sociocultural and political context. Future approaches must recognize the resilience of LMIC communities and acknowledge the importance of knowledge translation rooted in community ownership and empowerment.
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 | 0,064 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,014 | 0,011 |
| Études des sciences et des technologies | 0,006 | 0,008 |
| Communication savante | 0,013 | 0,014 |
| Science ouverte | 0,003 | 0,014 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».