Hepatitis E Virus Seroprevalence and Associated Risk Factors in Pregnant Women Attending Antenatal Consultations in Senegal
Notice bibliographique
Résumé
In West Africa, research on the hepatitis E virus (HEV) is barely covered despite the recorded outbreaks. The still low level of access to safe water and adequate sanitation is one of the main factors of HEV spread in developing countries. HEV infection induces acute or sub-clinical liver diseases with a mortality rate ranging from 0.5 to 4%. The mortality rate is more alarming (15 to 25%) among pregnant women, especially in the last trimester of pregnancy. Here, we conducted a multicentric socio-demographic and seroepidemiological survey of HEV in Senegal among pregnant women. A total of 1,227 consenting participants attending antenatal clinics responded to our questionnaire. Plasma samples were collected and tested for anti-HEV IgM and IgG by using the WANTAI HEV-IgM and IgG ELISA assay. HEV global seroprevalence was 7.9% with 0.5% and 7.4% for HEV IgM and HEV IgG, respectively. One participant's sample was IgM/IgG positive, while four were declared indeterminate to anti-HEV IgM as per the manufacturer's instructions. From one locality to another, the seroprevalence of HEV antibodies varied from 0 to 1% for HEV IgM and from 1.5 to 10.5% for HEV IgG. The data also showed that seroprevalence varied significantly by marital status (p<0.0001), by the regularity of income (p=0.0043) and by access to sanitation services (p=0.0006). These data could serve as a basis to setup national prevention strategies focused on socio-cultural, environmental and behavioral aspects for a better management of HEV infection in Senegal.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».