Prevalence and Risk Factors of Human Leishmaniasis in Ethiopia: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Tropical diseases are public health problems affecting hundreds of millions of people globally. However, the development of adequate, affordable, and accessible treatments is mostly neglected, resulting in significant morbidity and mortality that could otherwise be averted. Leishmaniasis is one of the neglected tropical diseases caused by the obligate intracellular protozoan Leishmania parasite and transmitted by the bite of infected phlebotomine sandflies. No systematic review and meta-analysis has been done to identify the prevalence and risk factors of leishmaniasis to the authors’ knowledge. Therefore, the objective was to determine the prevalence and risk factors of human leishmaniasis in Ethiopia. Eleven studies conducted in all regions of Ethiopia, which were fully accessible, written in any language, and original articles done on prevalence and risk factors of leishmaniasis, were included. STATA™ version 11.1 was used for statistical analysis. Chi-square, I 2 , and p values were assessed to check heterogeneity. A random effects model with heterogeneity taken from an inverse-variance model was employed to estimate the pooled effect. Subgroup meta-analysis was computed to reduce random variations among each article’s point prevalence, and Egger and funnel plots were used to check for publication bias. The highest proportion of human leishmaniasis was reported from a study done in Amhara region (39.1%), and the lowest was reported from a survey done in Tigray (2.3%). The overall pooled prevalence of leishmaniasis was 9.13% (95% CI 5–13.27). Subgroup analysis by region revealed moderate heterogeneity ( I 2 = 51.8%) in studies conducted in the Southern Nations Nationalities and Peoples Region (SNNPR). The presence of hyraxes and being male were associated with an increased risk of human leishmaniasis. The prevalence of leishmaniasis in Ethiopia remains high (9.13%), with significant risk factors being male and the presence of hyraxes within a 300-m radius of the sleeping area.
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 | 0,012 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,035 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».