Prevalence of depression in people with tuberculosis in East Africa: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Depression is one of the most common mental health problems comorbid with tuberculosis. However, a consolidated picture of the prevalence of depression among tuberculosis patients in East Africa remains unknown. This systematic review and meta-analysis provide new understandings by systematically examining evidence concerning the prevalence of depression among tuberculosis patients in East Africa. Methods: Literature was found in a database of HINARI, SCOPUS, PubMed, Science Direct, and Google Scholar. The Newcastle-Ottawa quality assessment scale was used to appraise the quality of the selected studies. Then, the DerSimonian and Laird random-effects model was applied because of the presence of heterogeneity among studies. Results: A total of 409 studies were accessed. However, only 29 qualified for a full-text review, and 9 studies with a population of 2838 were included in the qualitative description and quantitative analysis. The pooled prevalence estimate of depression amongst tuberculosis patients was 43.03 % (34.93, 51.13). The highest prevalence was observed in Kenya, with 45.71% (29.26, 62.16); a similar rate was observed in Ethiopia, with 45.11 % (34.60, 55.62). Subgroup analysis based on screening tool was used: 45.71% with BDI and 41.53% with PHQ.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,023 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».