Estimating the prevalence of hepatitis delta virus infection among adults in the United States: A meta‐analysis
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Suboptimal awareness and low rates of hepatitis delta virus (HDV) testing contribute to underdiagnosis and gaps in accurate estimates of U.S. HDV prevalence. We aim to provide an updated assessment of HDV prevalence in the U.S. using a comprehensive literature review and meta-analysis approach. METHODS: A comprehensive literature review of articles reporting HBsAg seroprevalence and anti-HDV prevalence was conducted to calculate country-specific rates and pooled prevalence of CHB and HDV using meta-analyses. Country-specific CHB and HDV rate estimates were combined with number of foreign-born (FB) persons in the U.S. in 2022 from U.S. Census Bureau to estimate total numbers of FB with CHB and HDV, respectively. These estimates were further combined with updated estimates of U.S.-born persons with CHB and HDV to yield the total number of persons with CHB and HDV. RESULTS: In 2022, we estimated 1.971 million (M) (95% CI 1.547-2.508) persons with CHB; 1.547 M (95% CI 1.264-1.831) were FB and 0.424 M (95% CI: 0.282-0.678) were U.S.-born. The weighted average HDV prevalence among FB persons in the U.S. was 4.20% (64 938 [95% CI 33055-97 392] persons), among whom 45% emigrated from Asia, 25% from Africa, and 14% from Europe. When combined with updated estimates of U.S.-born persons with HDV, we estimate 75 005 (95% CI: 42187-108 393) persons with HDV in the U.S. CONCLUSIONS: Including both FB and U.S.-born persons, we estimated that 1.971 M and 75 005 persons were living with CHB and HDV, respectively, in the U.S. in 2022.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».