MétaCan
Menu
← Retour à la cohorte
Enregistrement W3131495415 · doi:10.11648/j.ajlm.20210604.11

Health System Delay in the Treatment of Tuberculosis Patients in Ethiopia: A Systematic Review and Meta-analysis

2021· review· en· W3131495415 sur OpenAlexaboutno aff
Kenaw Tegegne Tefera, Fasil Wagnew, Yihalem Abebe Belay, Dawit Eyayu, Daniel Bekele Ketema

Notice bibliographique

RevueAmerican Journal of Laboratory Medicine · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesDebre Markos University
Mots-clésMedicineMeta-analysisObservational studyTuberculosisPooled analysisSubgroup analysisRandom effects modelDemographyInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Delay in diagnosis and initiation of effective treatment associated with an increase in morbidity, mortality, and ongoing person-to-person transmission in the community at large. Several studies have been conducted in Ethiopia; however, studies assessing the health system's delay in treating tuberculosis patients have yielded inconsistent and inconclusive results. Therefore, this systematic review and meta-analysis aimed to determine the pooled median time of the health system delay in the treatment of tuberculosis and its determinants in Ethiopia. We systematically searched different databases: Google Scholar, Science Direct, PubMed, Embase, Scopus, and Springer link databases for studies published from June 6,1997 up to December 20, 2020. The quality of the studies was assessed using the Newcastle-Ottawa scale adapted for observational studies. We conducted a meta-analysis for the pooled median time of health system delay and its determinants using a random-effects model in R version 4.0.3 software (for median estimation) and Stata version 14 (for metan). A total of 14 studies with 6161 patients who met predetermined criteria were included. Our meta-analysis showed that the estimated pooled median time of the health system delay was 15.29 (95%CI: 9.94–20.64) days. In the subgroup analysis, studies conducted from 1997 to 2015, the pooled median health system delay was 21.63 (95% CI: 14.38-28.88) days, whereas in studies conducted after 2015, the pooled median time was 9.33 (95% CI: 3.95-14.70) days. Living in rural areas (pooled OR: 2.42, 95%CI: 1.16-5.02) was significantly associated with health system delay. In Ethiopia, this review highlights that patients were delayed more than two weeks in the treatment of tuberculosis. Being a rural resident, was the contributing factor of health system delay. For successful TB control, implementing efforts like providing regular health education to the community about TB emphasizes the rural community and enhancing the quality of care in TB treatment facilities in rural areas could have important implications to reduce health system delay.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,027
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0170,047
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,077
Tête enseignante GPT0,422
Écart entre enseignants0,346 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Laboratory Medicine→Même sujetTuberculosis Research and Epidemiology→Travaux en français237 207→