バングラデシュ農村部における成長監視および促進活動の強化の効果の評価 (GMP)

導入と目的:

バングラデシュは、栄養に関するミレニアム開発目標の目標を部分的に達成しており、持続可能な開発目標の目標の達成に取り組んでいます。 1997 年から 2014 年の間に、小児期の発育阻害は全国で 60% から 36% に減少し、消耗症は 21% から 14% に減少しました。 しかし、640 万人の子供たちが発育不全のままであり、身体的および精神的な可能性を十分に発揮することができません。 低栄養の大きな負担に取り組むために、バングラデシュ政府は、国家栄養サービスの運用計画における優先活動として、成長の監視と促進（GMP）を特定しました。 GMP は、政府の医療システムのすべての一次医療施設で実施されます。 Growth Monitoring and Promotion (GMP) は、子供の成長に関する意識を高め、ケアの実践を改善するプロモーション (通常はカウンセリング) に関連する成長モニタリングから構成される予防活動です。 理想的には、GMP では、通常 2 歳未満の子供の体重を定期的に (たとえば、毎月または隔月で) 測定します。 測定は出生時に開始でき、成長チャートに正確に記録され、解釈され、介護者に説明されます。 さらに、医療従事者は、子供の成長を促進するための適切な母親の行動を生み出すことを目的とした方法で、カウンセリング、コミュニケーションの促進、および母親との交流を通じて情報を提供します. 最近のシステマティック レビューでは、一般的な GMP プログラムの有効性と関連性が疑問視されています。 現在、主に病気の子供に焦点を当てた GMP は、コミュニティ クリニック (CC) を通じて実施されており、NGO によってサポートされているか、またはドナーによって資金提供されているその他のプログラムによって実施されています。 また、GMP は非政府組織 (NGO) やドナーの支援活動がない地域でも行われています。 しかし、GMP に関連する栄養データの質は不十分であると考えられています。 このような背景から、GMP の実施と 2 歳未満の子供の成長への影響を評価することが重要です。 したがって、この研究は、バングラデシュ農村部の 2 歳未満の子供たちの成長と乳幼児の食事 (IYCF) の実践を改善する上で、GMP 活動を強化することの有効性を調べる有益な機会を提供します。

調査場所の選択:

NGO プログラムによって共有されたサブ地区の議論とリストから、調査員は 2018 年 1 月からプログラムが実施される 3 つのサブ地区を選択しました。 調査員は、(a) プロジェクトのタイムラインと一致するプログラムの実施時期に基づいて、これらの 3 つのサブ地区を選択しました。 (b) これらの準地区における NGO プログラムによる利用可能なスタッフと後方支援。 (c) 必要な数の研究参加者とその介護者を満足させるために、これらの準地区に多数のコミュニティ クリニックを設置する。 さらに、調査員は、介入の波及効果を避けるために適切な緩衝地帯を維持するコントロールとして 3 つのサブ地区も選択しました。 調査員は、プログラムの効果を最大限に発揮できるように、コミュニティ スコアリング システムを通じて、これらの地区から 30 のコミュニティ クリニックを選択します。

研究参加者の選択: コミュニティ クリニック (CC) とその集水域は、クラスターと見なされます。 コミュニティ クリニックのリストから、必要な数のクラスターが比例サンプリングによってランダムに選択されます。 ランダムに選択された CC から、必要な数の研究参加者が世帯リスト化された後に登録されます。

データ収集手順: 子供たちはコミュニティ クリニックの集水域から登録され、12 か月間追跡されます。 フォローアップ期間中、子供たちは定期的に訪問され、GMPサービスへの曝露と食事の実践を評価します. 人体計測測定は、ベースラインで行われ、その後 12 か月のフォローアップ期間が終了するまで 3 か月ごとに行われます。 IYCF の問題に関する母親の知識と態度は、ベースラインとエンドポイントの調査で評価されます。 GMP に関するサービス プロバイダーのスキルと認識は、ベースラインとエンドラインで評価されます。 GMP 実装の品質はベースラインであり、フォローアップ期間中は定期的に行われます。

データ収集ツール: 世帯調査、重要情報提供者インタビュー (KII)、および観察。

データ分析 調査データは、STATA ソフトウェア (バージョン 13) を使用して分析されます。 要約統計量は、必要に応じて 95% 信頼区間 (CI) を使用して、標準偏差、中央値、またはパーセンテージを含む平均として表されます。 工場間の平均値の差を評価するために、ANOVA、およびカテゴリ別の結果については、95% 信頼区間での割合のカイ 2 乗統計比較が計算されます。 定量的結果データの差分 (DID) 分析が行われます。 主な結果指標に関連する重要な予測因子を特定するために、二変量および重回帰分析が採用されます。

主題分析は、参加者の介護者へのインタビュー、主要な情報提供者へのインタビュー、および観察を通じて収集された質的情報について行われます。 トランスクリプトの準備に続いて、回答は、テーマ (アプリオリ)、サブテーマ、および緊急の問題 (存在する場合) に従ってコード化されます。 定性的な情報を検証するために、さまざまな方法から得られたデータの三角測量が実行されます。