Prevalence of Cryptosporidium Infection in the Global Population: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Cryptosporidium is a protozoan parasite that can infect both humans and animals and cause cryptosporidiosis. We aimed to estimate the global prevalence of Cryptosporidium infection. METHODS: In this study, Web of Science, Medline and PubMed were searched for relative articles, published between January 1, 1960 and January 1, 2018. Included articles were restricted to English language and that sample size of articles was not less than 50. Studies with no information on the study period, location, method of diagnosis, sample size and number of infected people were excluded. Studies about outbreak, laboratory report or immunocompromised population were excluded as well. The quality of the included publications was assessed. The prevalence of cryptosporidiosis was estimated by DerSimonian-Laird random-effects model, after converting by the Freeman-Tukey type double arcsine transformation. FINDINGS: From 13,064 publications selected by literature search, 221 studies were included in the meta-analysis. The global pooled prevalence of Cryptosporidium infection was 7.6 % (95% CI: 6.9-8.5). The highest estimated prevalence of Cryptosporidium infection was in Mexico (69.6%, 95% CI 66.3-72.8), Nigeria (34.0%, 95% CI 12.4-60.0), Bangladesh (42.5%, 95% CI 36.1-49.0) and Republic of Korea (8.3%, 95% CI 4.4-13.2) among general residents, patients, school children and healthy population, respectively. The estimated prevalence was high in people from low-income country, people with gastrointestinal symptoms, people younger than 5 years old and residents not living in urban areas. CONCLUSIONS: These estimates indicate the substantial prevalence of Cryptosporidium infection in the world, which may provide a theoretical basis for the formulation of the prevention strategy about Cryptosporidium.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 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 ».