COVID-19 mortality rate and its determinants in Ethiopia: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background The COVID-19 mortality rate continues to be high in low-income countries like Ethiopia as the new variant’s transmission expands and the countries’ limited capacity to combat the disease causes severe outcomes, including deaths. The aim of this study is to determine the magnitude of the COVID-19 mortality rate and its determinants in Ethiopia. Methods The main electronic databases searched were PubMed, CINAHL, Google Scholar, and African journals online. The included studies’ qualities were assessed independently using the Newcastle-Ottawa scale. The data was extracted in Microsoft Excel spreadsheet format. The pooled effect size and odds ratios with 95% confidence intervals across studies were determined using the random-effects model. I2 is used to estimate the percentage of overall variation across studies due to heterogeneity. Egger’s test and funnel plot were used to find the published bias. A subgroup analysis was conducted. The effect of a single study on the overall estimation was determined by sensitivity analysis. Results A total of 21 studies with 42,307 study participants were included in the final analysis. The pooled prevalence of COVID-19 mortality was 14.44% (95% CI: 10.35–19.08%), with high significant heterogeneity (I2 = 98.92%, p < 0.001). The risk of mortality from COVID-19 disease was higher for patients with comorbidity (AHR = 1.84, 95% CI: 1.13–2.54) and cardiovascular disease (AHR = 2, 95% CI: 1.09–2.99) than their counterparts without these conditions. Conclusion A significant number of COVID-19 patients died in Ethiopia. COVID-19 patients with comorbidities, particularly those with cardiovascular disease, should receive special attention to reduce COVID-19 mortality. Systematic review registration https://www.crd.york.ac.uk/PROSPERO/ , registration identifier (ID) CRD42020165740.
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 | 0,017 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,031 |
| 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) | 0,003 | 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 ».