Prevalence of multimorbidity in community settings: A systematic review and meta-analysis of observational studies
Notice bibliographique
Résumé
Background: With ageing world populations, multimorbidity (presence of two or more chronic diseases in the same individual) becomes a major concern in public health. Although multimorbidity is associated with age, its prevalence varies. This systematic review aimed to summarise and meta-analyse the prevalence of multimorbidity in high, low- and middle-income countries (HICs and LMICs). Methods: Studies were identified by searching electronic databases (Medline, Embase, PsycINFO, Global Health, Web of Science and Cochrane Library). The term ‘multimorbidity’ and its various spellings were used, alongside ‘prevalence’ or ‘epidemiology’. Quality assessment employed the Newcastle-Ottawa scale. Overall and stratified analyses according to multimorbidity operational definitions, HICs/LMICs status, gender and age were performed. A random-effects model for meta-analysis was used. Results: Seventy community-based studies (conducted in 18 HICs and 31 LMICs) were included in the final sample. Sample sizes ranged from 264 to 162,464. The overall pooled prevalence of multimorbidity was 33.1% (95% confidence interval (CI): 30.0–36.3%). There was a considerable difference in the pooled estimates between HICs and LMICs, with prevalence being 37.9% (95% CI: 32.5–43.4%) and 29.7% (26.4–33.0%), respectively. Heterogeneity across studies was high for both overall and stratified analyses ( I 2 > 99%). A sensitivity analysis showed that none of the reviewed studies skewed the overall pooled estimates. Conclusion: A large proportion of the global population, especially those aged 65+, is affected by multimorbidity. To allow accurate estimations of disease burden, and effective disease management and resources distribution, a standardised operationalisation of multimorbidity is needed.
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 | 0,027 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,041 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».