MétaCan
Menu
Retour à la cohorte
Enregistrement W2752075573 · doi:10.1186/s41182-017-0066-5

Prevalence and associated determinants of malaria parasites among Kenyan children

2017· article· en· W2752075573 sur OpenAlex
Marufa Sultana, Nurnabi Sheikh, Rashidul Alam Mahumud, Tania Jahir, Zia Ul Islam, Abdur Razzaque Sarker

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueTropical Medicine and Health · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueMalaria Research and Control
Établissements canadiensnon disponible
Organismes subventionnairesInternational Centre for Diarrhoeal Disease Research, BangladeshStyrelsen för Internationellt UtvecklingssamarbeteGlobal Affairs CanadaDepartment for International DevelopmentBill and Melinda Gates Foundation
Mots-clésMalariaPublic healthKenyaMedicineSocioeconomic statusResidenceTropical medicineCross-sectional studyLogistic regressionEnvironmental healthDemographyPediatricsPopulationImmunologyBiology

Résumé

récupéré en direct d'OpenAlex

Approximately 80% of deaths attributed to malaria worldwide occurred mainly in Africa in 2015. Kenya is one of the major malaria endemic countries, making malaria the leading public health concern in this country. This study intended to document the prevalence of malaria and determine associated factors including socioeconomic status among children aged 6 months to 14 years in Kenya. This study analyzed the secondary data extracted from the 2015 Kenya Malaria Indicator Survey (KMIS), a cross-sectional country representative survey. Associations of demographic, socioeconomic, community-based, and behavioral factors with the prevalence of malaria in children were analyzed using multivariable logistic regression analysis. Data from 7040 children aged 6 months to 14 years were analyzed. The prevalence of malaria showed an upward trend in terms of age, with the highest prevalence among children aged 11–14 years. Prevalence was also higher among rural children (10.16%) compared to urban children (2.93%), as well as poor children (11.05%) compared to rich children (3.23%). The likelihood of having malaria was higher among children aged 10–14 years (AOR = 4.47, 95% CI = 3.33, 6.02; P < 0.001) compared with children aged under 5 years. The presence of anemia (AOR = 3.52, 95% CI = 2.78, 4.45; P < 0.001), rural residence (AOR = 1.71, 95% CI = 1.31, 2.22; P < 0.001), lack of a hanging mosquito net (AOR = 2.38, 95% CI = 1.78, 3.19; P < 0.001), primary education level of the household head (AOR = 1.15, 95% CI = 1.08, 2.25; P < 0.05), and other factors, such as the household having electricity and access to media such as television or radio, were also associated with the likelihood of infection. This study demonstrated the need to focus on awareness programs to prevent malaria and to use existing knowledge in practice to control the malaria burden in Kenya. Furthermore, this study suggests that improving the information available through the mass media and introducing behavior change communication and intervention program specifically for those of poor socioeconomic status will help to reduce malaria cases.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,291

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,381
Écart entre enseignants0,337 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle