Systematic review and meta-analysis of the seroprevalence of hepatitis E virus in the general population across non-endemic countries
Notice bibliographique
Résumé
BACKGROUND: Hepatitis E virus (HEV) has commonly been associated with large waterborne outbreaks of human jaundice in endemic areas but it has been increasingly recognised as a cause of sporadic human cases of jaundice in non-endemic areas, in individuals with no history of travel. Zoonotic exposure is widely hypothesized to be an important potential transmission route in these sporadic human cases. Serosurveys conducted to determine the frequency of HEV human exposure report wide ranges in prevalence across studies and locations. Our study objective was to compute meta-analysis summary estimates of human seroprevalence of HEV IgG within countries considered HEV non-endemic, where possible, and to determine whether this varied significantly across these countries, as well as investigating the role of potential HEV seroprevalence predictors such as population age structure. MATERIALS AND METHODS: A broad literature search was conducted in six electronic databases. Citations were appraised, and relevant data extracted using forms designed and pre-tested a priori. Meta-analysis and meta-regression were conducted in R, with HEV IgG seroprevalence in blood donors or the general population being the outcome of interest, and country, assay, population age and sex structure, and chronological time investigated as predictors of the outcome. RESULTS: From 4163 unique citations initially captured, data were extracted from 135 studies investigating HEV serology in blood donors or the general population, of 31 countries among those categorised as 'very high human development' by the United Nations. Country of sampling and assay employed were consistently significant predictors of HEV IgG seroprevalence with chronological time being a non-significant predictor in the dataset of captured studies. CONCLUSIONS: While country of sampling and assay employed were significant predictors of HEV seroprevalence, comparison of HEV seroprevalence across non-endemic countries is hampered by the lack of a gold standard assay and uncertainty regarding residual bias across studies, as well as regional differences within some countries.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,001 |
| Bibliométrie | 0,000 | 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 ».