Post-traumatic stress disorder and its associated factors among people who experienced traumatic events in east African countries, 2020: a protocol for systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Post-traumatic stress disorder (PTSD) is the most commonly reported mental health consequence following disasters and traumatic events, either natural or man-made. Nothing is written regarding its pooled prevalence and pooled estimate of factors. Therefore, this study aimed to determine the pooled prevalence of PTSD and estimate the pooled effect of associated factors. METHODS: An English version of published articles will be retrieved using the following; PubMed/Medline, Africa-wides, Science Direct, Cochrane Library, Global Health, Google Scholar, EMBASE, and psycINFO. Research reports will be searched from October 10/2020 to November 10/2020. The research reports quality will be assessed using the Newcastle-Ottawa Scale. Relevant information from the searched research reports will be extracted in a Microsoft Excel format. After extraction, the data will be imported to STATA version 14.0 for analysis. An appropriate guideline for a systematic review and meta-analysis report will be used, i.e. the Preferred Reporting Items for Systematic reviews and Meta-Analyses. A random-effects meta-analysis model will be used to estimate the Der Simonian and Laird's pooled prevalence of PTSD and its associated factors. DISCUSSION: This study aims to determine the pooled prevalence of PTSD and estimate the pooled effect of associated factors. Several kinds of research have reported the increasing magnitude of PTSD and its determinants in a different population. This might be due to reasons, such as little attention being given to the issue. Therefore, this study will try to fill this gap by giving new evidence-based results to attract policymakers' attention.
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) | 0,003 | 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) | 0,001 | 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 ».