Utvärdera effekten av Planet Water Foundations insatser för rent vatten, sanitet och hygien

Ett flerdimensionellt tillvägagångssätt behövs för att uppfylla millennieutvecklingsmålen (MDG) för att ta itu med kunskap, attityder och praxis för vatten och sanitetshygien. Millenniemålet att minska barnadödligheten till 2015 kommer att kräva ett ökat fokus på länder och regioner där barndödligheten är högst, och ett förnyat åtagande att nå de mest utsatta barnen (FN, 2013). Indien och Nigeria står för mer än en tredjedel av alla dödsfall bland barn under fem år (FN, 2013). Med hjälp av en kombination av en forskningsbaserad litteraturgenomgång, expertutlåtanden och policyrapporterna utvecklades en multifaktormodell för att fastställa de nödvändiga variablerna som måste åtgärdas så att en integrerad strategi för WASH-relaterade problem kunde utformas.

Variabler identifierades som påverkar WASH-resultaten. Dessa variabler har klassificerats i flera kategorier inklusive:

1. Sociodemografi
2. Miljö och tillgång
3. Kunskap, attityder och praxis
4. Familjens hälsoprofil
5. Skolans egenskaper

Den föreslagna studien är att genomföra en randomiserad klinisk kontrollprövning för att uppfylla de övergripande studiemålen genom att utvärdera Planet Water Foundations program genom det utvecklade flerdimensionella ramverket. Den föreslagna kliniska prövningen kommer att omfatta 12 skolor (6 privata och 6 icke-bostäder). Sex skolor (n=3 bostadsområden; n=3 icke-bostäder) kommer var och en att inkluderas i Grupp 1 (Ingen Planet Water-intervention) och Grupp 2 (Med Planet Water-intervention) från två platser inklusive distrikten Pune och Thane i delstaten Maharashtra. Platser matchades utifrån liknande vattenkällor i skolan, toaletter, vattenkvalitetstestning, vattenreningstekniker, geografisk miljö och geografisk befolkningsstorlek.

Planet Water Foundations program (PWP) tillhandahåller ett skolbaserat program med syfte att förbättra hälsoresultaten hos barn med hjälp av tre komponenter: (a) tillgång till rent vatten, (b) tillgång till handtvättmöjligheter och (c) tillgång till vatten -hälso- och hygienutbildning. Som en del av PWP tillhandahålls tillgång till rent vatten genom användningen av en AquaTower, som innehåller ett ultrafiltreringssystem (UF). PWP:s utbildningsprogram för vattenhälsa och hygien är ett fyra veckors program med fyra moduler: (1) vikten av rent vatten, (2) hur man tvättar händerna, (3) när man ska tvätta händerna och (4) skyddar mot bakterier genom ett praktiskt, aktivitetsbaserat program som innehåller spel, drama, sång och dans.

En blandad metod användes med öppna frågor och flervalsfrågor i form av enkäter. Frågeformulär översattes från engelska till det lokala språket (marathi) och tillbakaöversattes till engelska för analys av BAIF Development Research Foundation i Indien. Elever, hushållsvårdare/föräldrar och lärare fick separata frågeformulär. Tre olika intervjuer genomfördes: (1) en hushållsenkät som genomfördes hemma hos varje elev som ingick i studien, (2) en lärarenkät som administrerades på skolorna och (3) en elevenkät som administrerades med varje elev individuellt av intervjuaren. i ett separat rum borta från andra elever. Grupp 1 och grupp 2 fick samma frågeformulär. Alla frågeformulär administrerades i samarbete med BAIF Development Research Foundation, en lokal stiftelse i Indien. Stiftelsen fick utbildning i datainsamling och datainmatning innan studien. Data kommer att samlas in på pappersformulär och all data kommer att läggas in i Microsoft Excel®. Onlinedataförrådet kommer att lagras på ett krypterat sätt och kommer att vara lösenordsskyddat. Informationen kommer att lagras bakom en säker brandvägg som tillhandahålls av den lokala forskningsstiftelsen i Indien. All data som samlas in på pappersformulären kommer att lagras i ett låst skåp och information kommer endast att vara tillgänglig för de personer som är direkt involverade i forskningen. Samtycke kommer att erhållas för att säkerställa att (1) endast godkänd personal är närvarande under samtyckesprocessen, (2) minsta möjliga antal individer är medvetna om försökspersonens deltagande i forskningen, och (3) forskningsaktiviteter utförs i privat eller privat regi. plats som möjligt.

Studieurvalet kommer att omfatta sex skolor i grupp 1 (ingen PWP-intervention) och sex skolor i grupp 2 (med PWP-intervention), med 60 elever per skola för totalt 360 elever i grupp 1-skolor och 360 elever i grupp 2-skolor. Urvalsstorleken bland de 12 skolorna beräknades med antagande av en intraklusterkorrelationskoefficient på p=0,01, denna design kommer att ge 80 % kraft (Donner och Klar, 1996) för att detektera en medeleffektstorlek (Cohen 1992) på 0,50. Urvalsstorleken kommer att ökas med 15 %, till 414 för intervention och kontroll, för att ta hänsyn till förslitning.

Beskrivande statistik kommer att beräknas för alla variabler för att säkerställa datakvalitet och för att utvärdera antaganden från statistiska tester. Variabla distributioner kommer att beskrivas med histogram, boxplots, centrala tendenser, variationsmått och frekvensfördelningar. Vi kommer att testa antagandet om normalitet för utfallsmåtten, inom PWP och kontrollgrupper. Dessutom kommer vi att testa antagandet att PWP- och kontrollgrupperna har lika varianser. Generaliserade linjära blandade modeller (GLMM) med ojämna varianser (McCulloch et al., 2008) kan tillämpas när de ideala villkoren för normalitet och lika varianser inte är uppfyllda. Testning av variansens likhet är tillgänglig med COVTEST-satsen, som är baserad på förhållandet mellan återstående sannolikheter eller pseudo-sannolikheter. Rester på varje nivå av modellen kommer att undersökas för att bedöma modellpassningen. Generaliserade linjära blandade modeller som använder SAS PROC GLIMMIX ger också flexibiliteten att modellera olika typer av utfallsvariabler (binära, räkne- och kontinuerliga data). Alla analyser kommer att utföras med SAS/STAT®-programvara för Windows version 9.2 eller högre.

Innan vi testar studiehypoteserna kommer vi att undersöka data för möjliga kovariater. Potentiella störande variabler kommer att kontrolleras genom att dessa variabler anges som kovariater i regressionsmodellerna. Dessa förklarande variabler kommer att förbättra upptäckten av behandlingseffekter genom att ange dessa variabler som kovariater i GLMM. Dessa variabler kommer att anges som en kovariat om det univariata tvåsidiga chi-kvadrattestet som jämför PWP- och kontrollgrupperna är signifikant på alfanivån 0,20. I preliminär analys kommer vi att undersöka potentiella kovariater med hjälp av en nivå, men vi kommer också att undersöka potentiella kovariater med hjälp av hierarkiska linjära modeller. Vi kommer att använda ett liberalt alfa på 0,20 för beslutet om vi ska justera för en kovariat så att viktiga störande effekter inte förbises.

Hierarkisk, korrelerad datastruktur: En hierarkisk linjär modell (HLM) tillvägagångssätt (Raudenbush och Bryk, 2002) kommer att användas för att redogöra för den korrelation som induceras av upprepade mätningar över tid för elever som är kapslade i skolor. Skolan kommer att modelleras som en slumpmässig effekt. Dessa HLM:er kommer att implementeras i SAS med hjälp av generaliserade linjära blandade modeller, som kan användas för att analysera binära, räknings- och kontinuerliga upprepade mätdata, insamlade med ojämna tidsintervall enligt en hierarkisk struktur (McCulloch och Searle, 2001; Liang och Zeger 1986). Dessa modeller tar upp den korrelerade naturen hos flera mätningar som kommer från varje ämne över tiden. Vi förväntar oss att generaliserade linjära modeller kommer att vara lämpliga för data, men kommer också att utforska med metoden för generaliserade skattningsekvationer (GEE) (McCulloch och Searle, 2008). GEE-metoden kräver inte antaganden om normalitet och lika varianser, men använder mindre information än linjära blandade modeller eftersom endast de två första momenten av fördelningen används i GEE.