Seroprevalence of hepatitis C virus infection in Cameroon: a systematic review and meta-analysis
Notice bibliographique
Résumé
Objective Better knowledge of hepatitis C virus (HCV) seroprevalence at the national level can help to implement pertinent strategies to address the HCV-related burden. The aim of this paper was to estimate the seroprevalence of HCV infection in Cameroon. Design Systematic review and meta-analysis. Participants People residing in Cameroon. Data sources Electronic databases including PubMed/MEDLINE, AJOL, WHO-Afro Library, Africa Index Medicus, National Institute of Statistics and National AIDS Control Committee, Cameroon from 1 January 2000 to 15 December 2016 were searched. English and French languages papers were considered. Two independent investigators selected studies. The methodological quality of the studies was assessed using the Newcastle–Ottawa scale. Results 31 studies including 36 407 individuals were finally considered. There was no national representative study. The overall pooled prevalence was 6.5% (95% CI 4.5% to 8.8%; I²=98.3%). A sensitivity analysis of individuals at low risk of HCV infection showed a pooled prevalence of 3.6% (95% CI 2.3% to 5.2%, I²=97.7%, 18 studies) among 22 860 individuals (general population, blood donors and pregnant women), which was higher than for a high-risk population (healthcare workers and people with other identified comorbidities), 12.2% (95% CI 4.9% to 22.2%; I²=98.3%, 13 studies); p=0.018. The prevalence was higher in the East region, in rural settings, and when using an enzyme immunoassay technique for detecting HCV antibodies. Sex, sites, study period, sample size, timing of data collection and methodological quality of studies were not sources of heterogeneity. Limitation One-third of studies (29.0%) had a low risk bias in their methodology and most were facility-based (87.1%). Conclusion The seroprevalence of HCV infection in Cameroon indicates the need for comprehensive and effective strategies to interrupt HCV transmission in the Cameroonian population. Specific attention is needed for the East region of the country, rural settings and high-risk populations. A national representative study is needed to provide better estimates.
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,016 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».