Burden and determinants of malnutrition among pregnant women in Africa: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Malnutrition in pregnancy remains unacceptably high across all regions of Africa though promising progresses have been made globally. Primary studies might not be sufficient to portrait a comprehensive picture of malnutrition during pregnancy and its main risk factors. Therefore, we intended to review the burden of malnutrition, for this specific review implies to protein energy malnutrition, during pregnancy in Africa to present its magnitude and determinant factors. METHODS: We did a systematic review of observational studies published from January 1/2008 to January 31/2018. The CINAHL(EBSCO), MEDLINE (via Ovid), Emcare, PubMed databases and Google scholar were searched. Articles quality was assessed using the Newcastle-Ottawa Scale and studies with fair to good quality were included. We pooled malnutrition prevalence and an odds ratio estimates for risk factors after checking for heterogeneity and publication bias. This review has been registered in Prospero with a protocol number CRD42018114949. RESULT: 23 studies involving 20,672 pregnant women were included. Using a random effect model, the overall pooled prevalence of malnutrition among pregnant women in Africa was 23.5% (95%CI: 17.72-29.32; I2 = 98.5%). Based on the current review pooled odds ratio finding; rural residency (POR = 2.6%; 95%CI: 1.48-4.65; I2 = 0%), low educational status of partners (POR = 1.7%; 95%CI: 1.19-2.53; I2 = 54.8%), multiple pregnancy (POR = 2.15%; 95%CI: 1.27-3.64; I2 = 0%) and poor nutritional indicators (POR = 2.03%; 95%CI: 1.72-2.4, I2 = 0%) were positively determine maternal malnutrition. On contrary, better household economic status (POR = 0.47%; 95%CI: 0.36-0.62; I2 = 24.2%) negatively determine maternal malnutrition. CONCLUSION: A significant number of the pregnant population in Africa are suffering of malnutrition, above 10% of the standard acceptable malnutrition rate. Thus, efforts should be renewed to ensure a proper and widespread implementation of programs that would address issues identified in the current review to reduce the burden of malnutrition.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».