Prevalence and risk factors of type-2 diabetes mellitus in Ethiopia: systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Diabetes mellitus (DM) is a public health problem in developing as well as developed nations. DM leads to many complications that are associated with higher morbidity and mortality worldwide. Therefore, the current study was planned to assess the prevalence and risk factors of type-2 DM in Ethiopian population. Six electronic databases such as: PubMed, Scopus, Hinari, Web of science, Google Scholar, and African Journals Online were searched for studies published in English up December 30, 2020. Newcastle–Ottawa Scale was used for quality assessment of the included studies. The data was extracted by Microsoft excel and analyzed through Stata version 16 software. The random effect meta-regression analysis was computed at 95% CI to assess the pooled prevalence and risk factors of type-2 DM. Forty observational studies were included in this systematic review and meta-analysis. The pooled prevalence of DM in Ethiopia was 6.5% (95% CI (5.8, 7.3)). The sub-group analysis revealed that the highest prevalence of DM was found in Dire Dawa city administration (14%), and the lowest prevalence was observed in Tigray region (2%). The pooled prevalence of DM was higher (8%) in studies conducted in health facility. Factors like: Age ≥ 40 years ((Adjusted Odds Ratio (AOR): 1.91 (95% CI: 1.05, 3.49)), Illiterate (AOR: 2.74 (95% CI: 1.18, 6.34)), Cigarette smoking (AOR: 1.97 (95% CI: 1.17, 3.32)), Body mass index (BMI) ≥ 25 kg/m 2 (AOR: 2.01 (95 CI: 1.46, 2.27)), family history of DM (AOR: 6.14 (95% CI: 2.80, 13.46)), history of hypertension (AOR: 3.00 (95% CI: 1.13, 7.95)) and physical inactivity (AOR: 5.79 (95% CI: 2.12, 15.77)) were significantly associated with type-2 DM in Ethiopian population. In this review, the prevalence of type-2 DM was high. Factors like: Older age, illiteracy, cigarette smoking, MBI ≥ 25, family history of DM, history of hypertension and physical inactivity were an identified risk factors of type-2 DM. Therefore, health education and promotion will be warranted. Further, large scale prospective studies will be recommended to address possible risk factors of type-2 DM in Ethiopian population.
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 | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».