Magnitude and associated factors of anemia among adolescent girls in Ethiopia: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: In Ethiopia, there are primary studies on adolescent anemia with imprecise and inconclusive findings. Besides, there was no meta-analysis pooled the magnitude and associated factors of anemia among adolescent girls in Ethiopia. Estimating the pooled magnitude and associated factors of anemia among adolescent girls is helpful for evidence-based interventions in Ethiopia. METHODS: The authors used a preferred reporting item for systematic reviews and meta-analysis (PRISMA). We included articles and survey reports published until May 2021 using searching engines of Google, Google Scholar, PubMed, Scopus, and Cumulative Index to Nursing and Allied Health Literature. To assess the quality of studies, we used Newcastle-Ottawa quality assessment scale for non-randomized. Two authors independently assessed the quality of the studies. We computed the pool magnitude and odds ratio of the associated factors with their 95%CI using Comprehensive Meta-Analysis software. Publication bias assessed using funnel plots and Egger's test. RESULT: In this review, we included a total of 15 studies with 9,669 adolescent girls. Using the random-effects model, the pooled magnitude of anemia among the Ethiopian adolescent girls was 19.1% (95%CI: 16.1%, 24.6%). The associated factors were attained menarche (adjusted odds ratio (AOR) = 1.96), ≥ 5 days of blood flow during menses (AOR = 6.21), food insecurity (AOR = 1.48), inadequate diet diversity score (AOR = 2.81), presence of intestinal parasite (AOR = 3.51), low body mass index (AOR = 2.49), and rural residence (AOR = 1.79). CONCLUSION: The pooled magnitude of anemia among adolescent girls in Ethiopia was 19.1% depicting a mild public health problem; while attained menarche, ≥ 5 days' blood flow during menses, food insecurity, inadequate diet diversity score, intestinal parasites, low body mass index, and rural residence were the associated factors. Hence, addressing health and nutrition wellness of adolescent girls should be center of concern in health, nutrition, agriculture, research, strategies and policies in Ethiopia.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».