Bacterial profile and antimicrobial resistance patterns of infected diabetic foot ulcers in sub-Saharan Africa: a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract The number of diabetic foot ulcer patients is substantially increasing, with the rapidly rising burden of diabetic mellitus in sub-Saharan Africa. The data on the regional prevalence of diabetic foot ulcer infecting bacteria and their antimicrobial resistance patterns is crucial for its proper management. This systematic review and meta-analysis determined the pooled prevalence of bacterial profiles and antimicrobial resistance patterns of infected diabetic foot ulcers in sub-Saharan Africa. A comprehensive search of the literature was performed on CINAHL, EMBASE, Google Scholar, PubMed, Scopus, and Web of Science databases. Critical appraisal was done using the Joanna Briggs Institute’s tool for prevalence studies. A pooled statistical meta-analysis was conducted using STATA Version 17.0. The I 2 statistics and Egger’s test were used to assess the heterogeneity and publication bias. The pooled prevalence and the corresponding 95% confidence interval of bacterial profiles and their antimicrobial resistance patterns were estimated using a random effect model. Eleven studies with a total of 1174 study participants and 1701 bacteria isolates were included. The pooled prevalence of the most common bacterial isolates obtained from DFU were S. aureus (34.34%), E. coli (21.16%), and P. aeruginosa (20.98%). The highest pooled resistance pattern of S. aureus was towards Gentamicin (57.96%) and Ciprofloxacin (52.45%). E.coli and K. Pneumoniae showed more than a 50% resistance rate for the most common antibiotics tested. Both gram-positive and gram-negative bacteria were associated with diabetic foot ulcers in sub-Saharan Africa. Our findings are important for planning treatment with the appropriate antibiotics in the region. The high antimicrobial resistance prevalence rate indicates the need for context-specific effective strategies aimed at infection prevention and evidence-based alternative therapies.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,000 |
| 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 ».