MétaCan
Menu
Retour à la cohorte
Enregistrement W3216440936 · doi:10.1186/s13690-021-00711-3

Prevalence and determinants of Anemia among pregnant women in sub-Saharan Africa: a systematic review and Meta-analysis

2021· review· en· W3216440936 sur OpenAlexaboutno aff
Meseret Belete Fite, Nega Assefa, Bizatu Mengiste

Notice bibliographique

RevueArchives of Public Health · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueIron Metabolism and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisMedicineAnemiaSystematic reviewPublic healthPregnancyMEDLINEPediatricsEnvironmental healthInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Anemia is one of the world's leading cause of disability and the most serious global public health issues. This systematic review and meta-analysis was carried out very prudently in order to give up the pooled prevalence and determinants of anemia in Sub-Saharan Africa. METHODOLOGY: To carry out this ephemeral systematic review and meta-analysis, a correlated literature review was done from various sources, PubMed Medline and Google Scholar Journals. Anemia related searching engine was used to make the study more evocative and intensive. We used modified Newcastle-Ottawa quality assessment scale for cross sectional studies to evaluate the quality of the study in relations of their inclusion. The Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guideline was tracked to conduct this study. The pooled effect size was computed using the review manager and Compressive Meta-analysis software. RESULTS: Twenty-fife studies, which encompassed 15,061 pregnant women, were chosen for the analysis. From those an overall prevalence of anemia in pregnancy in SSA was 35.6%. However, the result from meta-analysis showed that women who were infected with intestinal parasite were 3.59 times more likely to develop anemia compared to those who were not infected [OR:3.59, 95% CI (2.44,5.28)].The result showed that women who had no iron and folic-acid supplementation were 1.82 times more likely to develop anemia compared to those women who had iron and folic-acid supplementation {OR:1.82, 95% CI (1.22,2.70]. Women who had women were in third trimester pregnancy were 2.37 times more likely to develop anemia compared to those who were in first and second trimester [OR:2.37, 95% CI (1.78, 3.24)]. Women who had low dietary diversity score were 3.59 times more likely to develop anemia compared to those who had high dietary diversity score [OR: 3.59, 95% CI (2.44, 5.28]. CONCLUSIONS: Our finding from this systematic review and meta-analysis displays the high case in prevalence of anemia among pregnant women in Sub-Saharan Africa. Predictors for this includes: intestinal parasite, iron and folic-acid supplementation, third trimester pregnancy and dietary diversified intake score were statistically correlated positively with anemia in pregnancy. These need cautious evaluation of impact of prevention effort for operational policy, programs and design nutrition intrusions for refining maternal food consumption during pregnancy. Also, dietary education intrusion requires to be prearranged to satisfy the desires of pregnant women. The finding of this work will be used as an evidences for policy makers of Africa; entirely for maternal and child health care. Lastly, we suggested further investigations to be carried out in the area of the study for more rigorous and comprehensive recommendations.

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)0,017
score de la tête « metaresearch » (Gemma)0,035
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 seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,035
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0170,046
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
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 Opus0,098
Tête enseignante GPT0,361
Écart entre enseignants0,263 · 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

Citations65
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Public HealthMême sujetIron Metabolism and DisordersTravaux en français237 207