Prevalence of Neonatal Sepsis in Ethiopia: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Introduction. Neonatal sepsis is a systemic infection occurring in infants during the first 4 weeks of life and is a major cause of mortality and morbidities of newborns due to their age-related weak and immature immune systems. In Ethiopia, despite many studies being conducted on neonatal sepsis, the reported findings are inconsistent. The aim of this study is to determine the prevalence of neonatal sepsis to enhance the utility and interpretation of the evidence. Methods. An extensive systematic review and meta-analysis were performed to extract studies on the prevalence of neonatal sepsis in Ethiopia. The PubMed, Cochrane Library, ScienceDirect, Web of Science, and Google Scholar were systematically searched. Two independent authors selected and extracted the data from each included article. The heterogeneity of included studies was assessed using the Higgins I2 test, and a random-effects model was performed in Stata/se Version 14. Results. Eighteen studies with a sample size of 10,495 study subjects were included with a reported range of neonatal sepsis from 17% to 78%. The pooled prevalence of neonatal sepsis was 45% (95% CI: 35, 55; I2=99.3% , p<0.01 ). Early onset neonatal sepsis was found to have a prevalence of 75.4% (95% CI: 68.3, 82.6). Subgroup analysis in the study area (i.e., by region) was calculated revealing the highest neonatal sepsis in Amhara region at 64.4% (95% CI: 44.9, 84.0) and the lowest in Southern Nations, Nationality, and People at 28% (95% CI: 16, 40). Conclusion. In this review, the prevalence of neonatal sepsis in Ethiopia was found to be high, especially in terms of early onset neonatal sepsis. As a result of the findings, it is important to consider the early and optimal points for interventions to better manage the prevalence and outcomes of neonatal sepsis. Further research is needed to investigate the neonatal sepsis status at different regions and associated factors for neonatal sepsis not yet studied.
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 | 0,016 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,036 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| 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 ».