Impact of H1N1 on Socially Disadvantaged Populations: Systematic Review
Notice bibliographique
Résumé
BACKGROUND: The burden of H1N1 among socially disadvantaged populations is unclear. We aimed to synthesize hospitalization, severe illness, and mortality data associated with pandemic A/H1N1/2009 among socially disadvantaged populations. METHODS/PRINCIPAL FINDINGS: Studies were identified through searching MEDLINE, EMBASE, scanning reference lists, and contacting experts. Studies reporting hospitalization, severe illness, and mortality attributable to laboratory-confirmed 2009 H1N1 pandemic among socially disadvantaged populations (e.g., ethnic minorities, low-income or lower-middle-income economy countries [LIC/LMIC]) were included. Two independent reviewers conducted screening, data abstraction, and quality appraisal (Newcastle Ottawa Scale). Random effects meta-analysis was conducted using SAS and Review Manager. CONCLUSIONS/SIGNIFICANCE: Sixty-two studies including 44,777 patients were included after screening 787 citations and 164 full-text articles. The prevalence of hospitalization for H1N1 ranged from 17-87% in high-income economy countries (HIC) and 11-45% in LIC/LMIC. Of those hospitalized, the prevalence of intensive care unit (ICU) admission and mortality was 6-76% and 1-25% in HIC; and 30% and 8-15%, in LIC/LMIC, respectively. There were significantly more hospitalizations among ethnic minorities versus non-ethnic minorities in two studies conducted in North America (1,313 patients, OR 2.26 [95% CI: 1.53-3.32]). There were no differences in ICU admissions (n = 8 studies, 15,352 patients, OR 0.84 [0.69-1.02]) or deaths (n = 6 studies, 14,757 patients, OR 0.85 [95% CI: 0.73-1.01]) among hospitalized patients in HIC. Sub-group analysis indicated that the meta-analysis results were not likely affected by confounding. Overall, the prevalence of hospitalization, severe illness, and mortality due to H1N1 was high for ethnic minorities in HIC and individuals from LIC/LMIC. However, our results suggest that there were little differences in the proportion of hospitalization, severe illness, and mortality between ethnic minorities and non-ethnic minorities living in HIC.
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 | 0,010 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,008 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».