Unfavorable public attitude toward people with epilepsy in Ethiopia: A systematic review and meta‐analysis study
Notice bibliographique
Résumé
OBJECTIVE: This systematic review and meta-analysis aims to show the pooled prevalence of unfavorable public attitude toward people with epilepsy (UPATPWE) as well as the effect estimates of associated factors in Ethiopia. METHODS: Between December 1 and 31, 2022, we searched for the English version of published research reports on public attitude toward epilepsy in Ethiopia in PubMed/Medline, Science Direct, Cochrane Library, Google Scholar, and PsycINFO. The research reports' quality was assessed using the Newcastle-Ottawa Scale. We extracted the relevant information from the searched papers in a Microsoft Excel format and imported it to STATA version 15.0, for analysis. The Preferred Reporting Items for Systematic Reviews and Meta-Analysis (PRISMA) reports guideline was used. A random-effects meta-analysis model was used to estimate the Der Simonian and Laird's pooled prevalence of unfavorable public attitude and its associated factors. RESULTS: Nine out of the accessed 104 research papers meeting the pre-specified criteria were included in this study. The overall pooled prevalence of UPATPWE in Ethiopia is 52.06 (95% CI: 37.54, 66.59), resulting in excommunication, physical punishments, and assaults against people with epilepsy as well as frequent lack of diagnosis and proper treatment. The pooled effect estimates for witnessing a seizure episode were done and it was (AOR = 2.70 [95% CI: 1.13, 6.46]). SIGNIFICANCE: As interventions and new strategies to change attitudes and facilitate a supportive, positive, and socially inclusive environment for PWE may root in education and scientific research outputs, our result hopefully evokes the policy makers' attention for building a well-designed and comprehensive health education and campaign strategy.
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 | 0,021 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,039 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».