Diarrhea as a Disease of Poverty Among Under-Five Children in Sub-Saharan Africa: A Cross-Sectional Study
Notice bibliographique
Résumé
The objective of this study was to assess the prevalence of diarrhea among under-five children in low-middle-income countries and identify the sociodemographic factors associated with it. Data of 36 countries in sub-Saharan Africa from demographic and Health Surveys (2006-2018) comprising 251 341 mother-child (singleton) dyads were analyzed to estimate the prevalence and various modifiable and non-modifiable risk factors of diarrhea. Occurrence of diarrhea during the last 2 weeks was the outcome variable which was measured by mothers' observation of the condition. The overall prevalence of having diarrhea during last 2 weeks was 18.44% (19.12% among boys and 17.75% among girls). Boys had higher percentage of having diarrhea than girls in all countries except in Libya. The risk ratios of having diarrhea decreased progressively with higher wealth quintiles; the risks of were respectively 7% [RR = 0.93, 95% CI = 0.91; 0.97], 11% [RR = 0.89, 95% CI = 0.86; 0.92] and 18% [RR = 0.82, 95% CI = 0.78; 0.85] lower for households in the middle, richer and richest households. Rural residency was associated with lower risks [RR = 0.95, 95% CI = 0.93; 0.98] and not having access to improved water [RR = 1.05, 95% CI = 1.03; 1.08] and toilet facilities [RR = 0.04, 95% CI = 1.01; 1.07] were associated with higher risks of diarrhea. Regarding children's characteristics, higher age groups, birth order were associated with higher risks and female sex with lower risks. Children with mothers in the higher age groups and with above secondary level education had lower risks, and primary education had higher risks of diarrhea. Meta-analysis of 36 countries revealed a significantly negative association between wealth quintile and diarrhea (Odds ratio = 0.72, 95% CI = 0.69; 0.74). Findings indicate the presence of a significant wealth gradient in the burden of diarrheal diseases among under-five children in sub-Saharan Africa, and underscores the need for paying special attention to the marginalized communities when designing intervention programs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».