MétaCan
Menu
Retour à la cohorte
Enregistrement W4386241796 · doi:10.21203/rs.3.rs-3255722/v1

Dynamics of Mpox Infection in Nigeria: A Systematic Review and Meta-Analysis

2023· review· en· W4386241796 sur OpenAlexfundno aff
SIB Cadmus, Victor Oluwatoyin Akinseye, Matthias Bisong, Tobi Olanipekun, John Fadele, Eniola Cadmus, Rashid Ansumuna, Daniel Oladimeji Oluwayelu, Solomon O. Odemuyiwa, Oyewale Tomori

Notice bibliographique

RevueResearch Square · 2023
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiquePoxvirus research and outbreaks
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésScopusObservational studyMeta-analysisMEDLINEGeographyPovertyWeb of scienceSocioeconomicsMedicinePolitical scienceEconomic growthPathologySociologyEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract The seasonal outbreaks of Mpox continues in most parts of West and Central Africa. In the past year Nigeria had the highest number of reported cases. Here, we used the PRISMA guidelines to carry out a systematic review and meta-analysis of available evidence on Mpox in Nigeria. All relevant observational studies in PubMed/MEDLINE, Embase, AJOL, Web of Science, Scopus and Google Scholar on Mpox in Nigeria within the last five years were assessed. In all 92 relevant articles were retrieved, out of which 23 were included in the final qualitative analysis. Over the past five years, thirty-two out of 36 states in Nigeria, including the Federal Capital Territory have reported at least a case of Mpox. Most of the cases of Mpox in Nigeria were from the southern part of the country. Our findings showed progressive spread from southern to the northern regions of the country. Further, we identified a positive association between infection and poverty, lack of basic healthcare facilities as well as multiple heterosexual partners. Our findings reiterate the need to strengthen and expand on the already existing efforts as well as establish robust multi-sectoral collaboration to understand the dynamics of Mpox Nigeria.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,028
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0140,022
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,150
Tête enseignante GPT0,451
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetPoxvirus research and outbreaksTravaux en français237 207