Aetiology of invasive bacterial infection and antimicrobial resistance in neonates in sub-Saharan Africa: a systematic review and meta-analysis in line with the STROBE-NI reporting guidelines
Notice bibliographique
Résumé
BACKGROUND: Aetiological data for neonatal infections are essential to inform policies and programme strategies, but such data are scarce from sub-Saharan Africa. We therefore completed a systematic review and meta-analysis of available data from the African continent since 1980, with a focus on regional differences in aetiology and antimicrobial resistance (AMR) in the past decade (2008-18). METHODS: We included data for microbiologically confirmed invasive bacterial infection including meningitis and AMR among neonates in sub-Saharan Africa and assessed the quality of scientific reporting according to Strengthening the Reporting of Observational Studies in Epidemiology for Newborn Infection (STROBE-NI) checklist. We calculated pooled proportions for reported bacterial isolates and AMR. FINDINGS: We included 151 studies comprising data from 84 534 neonates from 26 countries, almost all of which were hospital-based. Of the 82 studies published between 2008 and 2018, insufficient details were reported regarding most STROBE-NI items. Regarding culture positive bacteraemia or sepsis, Staphylococcus aureus, Klebsiella spp, and Escherichia coli accounted for 25% (95% CI 21-29), 21% (16-27), and 10% (8-10) respectively. For meningitis, the predominant identified causes were group B streptococcus 25% (16-33), Streptococcus pneumoniae 17% (9-6), and S aureus 12% (3-25). Resistance to WHO recommended β-lactams was reported in 614 (68%) of 904 cases and resistance to aminoglycosides in 317 (27%) of 1176 cases. INTERPRETATION: Hospital-acquired neonatal infections and AMR are a major burden in Africa. More population-based neonatal infection studies and improved routine surveillance are needed to improve clinical care, plan health systems approaches, and address AMR. Future studies should be reported according to standardised reporting guidelines, such as STROBE-NI, to aid comparability and reduce research waste. FUNDING: Uduak Okomo was supported by a Medical Research Council PhD Studentship.
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 | 0,023 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,038 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».