什么促进健康饮食？信息、可负担性、可及性、性别和同伴对食品消费的作用

研究的具体目标

目标 1：关于健康饮食的母亲行为改变沟通 (BCC) 如何影响儿童喂养知识、儿童喂养行为和儿童营养状况？ o BCC 是否会导致有关健康儿童喂养和儿童喂养行为的知识发生变化？

o 由 BCC 引起的儿童喂养行为的改变是否会导致通过年龄别身高和身高别体重衡量的幼儿营养状况的改善？

目标 2：食品券如何影响食品消费和营养状况？

• 代金券会增加食物消费和饮食多样性吗？
• 代金券会排挤私人食品支出吗？
• 食品券带来的食物摄入量增加是否会改善以年龄别身高和身高别体重衡量的幼儿营养状况？

目标 3：可及性的提高如何影响食品消费、儿童喂养行为和营养状况？

• 通过将各种食品的小商贩派往随机选择的市场，这些市场难以获得不同的食品类别，研究人员假设，增加对多样化食品的可及性将导致食品消费和饮食多样性的增加。
• 可访问性和 BCC 或代金券之间是否存在互补性？

目标 4：BCC 和食品券之间是否存在互补性？ • 调查人员将测试 BCC 和食品券之间是否存在互补性，因为接受 BCC 的人会在食品消费方面做出更明智的决定。

目标 5：营养教育和相应的行为改变是否存在同伴效应？

o 在治疗组内：由于食物多样性低的部分原因是社区的饮食规范，研究人员将测试治疗组内的同伴效应在多大程度上将在加强营养知识和改变家庭的食物消费决定方面发挥作用。

o 在治疗组之外（溢出效应）：研究人员假设接受 BCC 的母亲会影响其他家庭成员和/或朋友的饮食行为。

目标 6：健康食品价格的变化如何影响需求？

o 调查人员假设，提供健康但昂贵的食物（例如肉类）的低价选择会增加对该食物的需求。

o 重要食品的需求价格弹性是多少？ 家庭愿意为健康食品支付的最高价格（即停止规则）是多少？

目标 7：与单独的母体营养 BCC 会议相比，父亲和母体营养 BCC 会议对补充喂养实践是否有额外影响？

o 当父亲参与营养 BCC 会议时，补充喂养的做法将会有更大的改进。 增加父亲对购买昂贵但有营养的食品和家务劳动的支持将促进这些变化。

目标 8：代金券转让对补充喂养做法的影响是否因接受者的性别而异？

o 研究人员将比较向父亲提供代金券和向母亲提供代金券对补充喂养方式、家庭食物消费和健康相关结果的影响。

详细干预成分

2.1 母性行为改变交流

BCC 将以六人一组的形式通过每周一次的会议进行，为期 4 个月。 通过形成性研究确定的主要知识差距和障碍也在 BCC 模块中得到解决。

2.2 父亲行为改变沟通

材料将以 6 人一组的形式通过每周一次的会议交付，为期 3 个月。

2.3 食品券

食物券每月在霍尔塔的项目办公室转移。 符合条件的参与者将获得 200 ETB，估计约为 10 美元。 代金券计划的期限为 6 个月。 代金券接受者的性别将在第 3、4 和 5 组中随机选择，以评估根据代金券接受者的性别是否对辅食喂养有任何不同的影响。

2.4 获得健康食品

对于随机一半的治疗组和对照组，将派遣携带各种食品的小商贩前往当地，以提高可及性。 这是考虑到一些母亲，尤其是农村居民，在她们经常去的市场上只能买到有限的食物，缺乏乳制品、肉类、绿叶蔬菜和各种水果。 为了弥合这一可及性差距，小商贩将被派往一些选定的市场，运送乳制品、肉类以及各种水果和蔬菜。

2.5 健康食品价格变化

调查人员将介绍通过小商贩销售的健康食品的价格变化，以估计价格对需求的影响。 价格变化将采取 10%、20% 或 30% 折扣的形式。 虽然每次每个小商贩的价格都会有所不同，但在 6 个月的干预期内，所有小商贩的平均食品价格将是相同的。

质量保证计划

o 将通过移动调查收集基线和后续数据，以尽量减少错误。 Commcare 软件将用于构建移动调查。 通过移动调查收集的数据将每天检查是否有错误和缺失数据。

• 对于某些变量，将在收集数据时使用数据验证工具在 Commcare 软件中应用预定义规则，以防止出现可避免的错误。
• 首席调查员和合作调查员将在数据收集阶段（基线和后续）和早期干预阶段轮流监测现场，以确保数据质量。
• 基线调查数据将与人口统计和健康调查数据进行比较，以评估数据的准确性、完整性和代表性。 但是，对于大多数变量，没有外部数据源可供比较。
• 数据字典不相关
• 对于缺失数据大于 5% 的变量，该变量将不作为控制变量。 对于感兴趣的主要结果，将每天检查数据是否有错误和缺失数据。 研究人员将重新访问研究参与者以尽量减少缺失数据。

处理注册操作和分析活动的标准操作程序

4.1 患者招募

将使用 2016 年收集的 Holeta 和 Ejere 人口普查数据来选择有资格接受干预的家庭。 为了尽量减少潜在的污染，对照组和治疗组将在 garee（村庄）级别随机分配。 在同意参与研究后，居住在同一宿舍的母亲将组成一个小组接受母亲的BCC教育，并招募参与的母亲的符合条件的配偶/伴侣与母亲分开组成一个小组接受父亲的BCC教育。

4.2 同意过程

妇女将通过分配给这项研究的 AFF 调查员的家访招募。 AFF 的调查员将与研究中的女性接触，看她们是否有兴趣参与。 所有处于育龄期（18-40 岁）的女性都将被告知调查的详细信息，并被要求带着同意书参与调查。 普查员在要求签字前，将同意书全部读完。 如果他们接受，普查员将进行基线调查，其中包括人口和社会经济信息。

4.3 调查数据收集

确定合格参与者后，AFF 普查员将在卫生站与参与者会面。

4.4 样本量评估

计算整群随机对照试验的最小可检测差异。 簇内系数是使用 2011 年国土安全部 HAZ、WHZ 和儿童膳食多样性评分 (DDS) 数据计算的。 用 0.05 的统计显着性和 0.8 的功效估计最小可检测差异。 根据研究区域的出生率估计值，每组有 6 对母子，每组有 50 个组。 假设有 10% 的损耗。 主要关注结果的功效计算详情如下所示。

可检测差异

• DDS：0.30（平均值 1.5，SD 1.05，ICC 0.10）

• HAZ：0.51（平均值 -1.56，SD 1.75，ICC 0.12）
• WHZ：0.42（平均值 -0.80，SD 1.44，ICC 0.11）

4.5 统计分析

• 估计治疗效果

在本节中，研究人员概述了衡量治疗对各种结果的影响的基本估计方法。 我们的基本治疗效果规范估计以下等式：

y= β₀ + β₁BCC + β₂ Voucher+ β₃BCC&Voucher+ β₄X+ ε 其中 y 是感兴趣的结果。 BCC、Voucher 和 BCC&Voucher 是虚拟变量，如果参与者分别被随机分配到 BCC、代金券组或 BCC 和代金券村，则为 1，否则为 0。 β1、β2 和 β3 表示分配给特定治疗组的效果。 X 是个人特征的向量，包括人口统计变量（例如，年龄、婚姻状况、出生顺序和家庭规模）和社会经济状况（例如，教育水平、就业状况/历史以及家庭收入和资产）。 ε 是一个误差项。 结果变量 y 包括母亲的营养知识得分、家庭食品和非食品支出、儿童的膳食多样性得分和 FCS，以及儿童的年龄别身高 (HAZ) 和身高别体重 Z 得分 (WHZ)。

为了评估让父亲参与 BCC 计划的性别相关影响，研究人员估计了以下等式：

y= β₀ + β₁MotherBCC+ β₂BothBCC+ β₃MotherBCC&Voucher+ β₄BothBCC&Voucher+ β₅X+ ε 其中 MotherBCC、BothBCC、MotherBCC&Voucher 和 BothBCC&Voucher 是虚拟变量，如果家庭被随机分配给母亲 BCC、母亲和父亲 BCC、母亲 BCC 和凭证，则虚拟变量等于 1 , 或父母密件抄送和代金券村，否则为 0。 β1、β2、β3和β4代表处理效果。

为了评估随机向母亲或父亲提供代金券的不同影响，代表代金券接受者性别的虚拟变量将与代金券治疗分配变量进行交互。 此外，调查人员将通过排除仅限 BCC 的村庄，对有限样本实施相同的分析。

调查人员在市场上某些食品的可及性方面也有随机变化，因为随机一半的参与者可以在市场上获得额外的商品。 为了分析可及性提高对家庭支出和营养结果的影响，研究人员估算了以下等式：

y =α₀+α₁Access+α₂X+α₃P+ ε 其中 Access 是一个虚拟变量，如果小商贩被随机分配到村庄的市场提供缺少的食物，例如肉类、奶制品、水果和蔬菜，则该变量等于 1。 P 是村庄食品价格的向量。

最后，研究人员使用网络数据来估计治疗是否也影响了参与者同龄人的结果。 这种同伴效应或信息溢出的程度可以用以下规范来估计：

y =α₀+α₁Peer+α₂X+ ε 其中 y 是基线调查时孩子小于四个月或怀孕的个体 i 的感兴趣结果。 如果受访者在群集中有分配给 BCC 或 BCC 和优惠券治疗组的同伴，则同伴是等于 1 的虚拟变量。