Improving the utilization of insecticide-treated nets for malaria prevention among pregnant women, lactating mothers and children in Sierra Leone: a commentary
Notice bibliographique
Résumé
Malaria in pregnancy poses significant public health challenges with severe consequences for mothers, fetuses, and newborns. Despite the proven efficacy of insecticide-treated nets (ITNs), the coverage rate among pregnant women, lactating mothers and young children in sub-Saharan Africa remains suboptimal. For example, in Sierra Leone, only 52% of pregnant women and 50% of children under five years utilize ITNs. This coverage rate fell short of the national target, in which at least 80% of pregnant women are expected to report sleeping under an ITN. While considerable research has examined ITN access and usage in the general SSA population, focused implementation research on these high-risk groups in Sierra Leone is notably lacking. Addressing this gap is vital for enhancing intervention effectiveness and achieving sustained malaria control. The authors of this commentary recommend that further implementation research is needed to investigate the barriers and enabling factors to ITN adoption and utilization in pregnant women, lactating mothers and children under five years of age. Implementation research is crucial for understanding the gap between ITN access and actual use, enabling the design of effective and equitable interventions to boost utilization rates. Implementation research anchored in frameworks like Reach, Effectiveness, Adoption, Implementation, and Maintenance (RE-AIM) offers a pathway to decode these complexities, ensuring that global strategies resonate with local realities. By centering the voices of pregnant women, lactating mothers, and caregivers as well as addressing structural, cultural, and logistical barriers, Sierra Leone can transform ITN coverage into tangible reductions in malaria morbidity and mortality, advancing equity in its march toward elimination.
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 ».