MétaCan
Menu
Retour à la cohorte
Enregistrement W4390616750 · doi:10.1186/s12879-023-08877-7

Prevalence of HIV in slums area: a systematic review and meta-analysis

2024· review· en· W4390616750 sur OpenAlexaboutno aff
‬Seyed Jafar Ehsanzadeh, Banafshe Darvishi Teli, Samad Azari, Ahad Bakhtiari, Masoud Behzadifar

Notice bibliographique

RevueBMC Infectious Diseases · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisPublication biasMedicineSystematic reviewMEDLINEStudy heterogeneityConfidence intervalCochrane LibraryEnvironmental healthDemographyFamily medicineInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Human Immunodeficiency Virus (HIV) remains a significant global health burden, particularly affecting vulnerable populations residing in slum areas which is characterized by overcrowding, poverty, and limited access to healthcare services, create an environment conducive to the transmission and spread of HIV. Despite the recognition of this issue, there is a lack of comprehensive understanding regarding the prevalence of HIV in slums. The aim of this study was to systematically synthesize the existing global evidence on HIV prevalence in slum populations. Methods A rigorous systematic literature review was conducted by searching multiple electronic databases, including Medline via PubMed, Scopus, Embase, Web of Sciences, and Directory of Open Access Journals (DOAJ), covering the period from January 1, 1990, to March 31, 2023. The quality and risk of bias for each included study were assessed using the Newcastle–Ottawa Scale. The pooled prevalence with its corresponding 95% confidence interval (CI) was calculated using a random-effects model with the Freeman-Tukey double arcsine transformation. The degree of heterogeneity among the studies was evaluated using the I 2 test. Publication bias was also assessed using Egger's test. Additionally, subgroup analysis was performed to explore potential factors contributing to the observed heterogeneity. Results A systematic examination of the relevant literature resulted in the inclusion of a total of 22 studies for the purpose of this meta-analysis. These studies collectively assessed a sizable cohort consisting of 52,802 participants. Utilizing a random-effects model, an estimation of the overall prevalence of HIV in the slum area was determined to be 10% (95% CI: 7–13%). Further delineation through subgroup analysis based on the gender revealed a higher prevalence of HIV among women, standing at 13% (95% CI: 8–19%, 18 studies: I 2 = 98%), as opposed to men, where the prevalence was found to be 8% (95% CI: 6–12%, 16 studies: I 2 = 95%). A geographical breakdown of the included studies revealed that Africa exhibited the highest prevalence, with a figure of 11% (95% CI: 9–13%, 18 studies: I 2 = 98%). Subsequently, studies conducted in the American continent reported a prevalence of 9% (95% CI: 7–11%, 2 studies: I 2 = 57%). The Asian continent, on the other hand, displayed the lowest prevalence of 1% (95% CI: 0–3%, 2 studies: I 2 = 94%). Notably, studies employing rapid tests indicated a prevalence of 13% (95% CI: 9–17%, 6 studies: I 2 = 94%), while those relying on self-reported data reported a lower prevalence of 8% (95% CI: 5–11%, 6 studies: I 2 = 99%). Moreover, studies utilizing ELISA reported a prevalence of 9% (95% CI: 6–12%, 10 studies: I 2 = 96%). Finally, it was determined that studies conducted in upper-middle-income countries reported a higher prevalence of 20% (95% CI: 16–24%, 5 studies: I 2 = 45%), whereas studies conducted in lower- and middle-income countries reported a prevalence of 8% (95% CI: 6–10%, 12 studies: I 2 = 98%). Conclusion The current study elucidates the troublingly high prevalence of HIV infection within slums area. Also, this finding underscores the urgent necessity for targeted and tailored interventions specifically aimed at curtailing the spread of HIV within slums. Policymakers must take cognizance of these results and devote their efforts towards the implementation of effective strategies to mitigate gender disparities, address poverty alleviation, and empower the inhabitants of these marginalized areas.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,726
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0120,004
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,112
Tête enseignante GPT0,401
Écart entre enseignants0,289 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Infectious DiseasesMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207