Effects of Comorbidities on Lassa Fever: A 5-Year Retrospective Analysis of Cases Admitted in a Lassa Fever Research Institute in Nigeria (2019-2023)
Notice bibliographique
Résumé
Background: Co-morbidities in Lassa fever refers to the presence of other underlying medical conditions or diseases in individuals infected with the virus. These co-morbidities can significantly affect the progression and outcome of Lassa fever, making it a complex and challenging infectious disease to control. Objective: To determine the effects of Co-morbidities on Lassa fever and it's management between 2019-2023 in a Lassa Fever Research Institute in Nigeria. Methodology: This study was conducted at the Lassa Fever Research Institute at Irrua Specialist Teaching Hospital (ISTH) in Edo State, Nigeria. It engaged a retrospective cross-sectional design and employed a systematic sampling technique. Data analysis was done using IBM SPSS version 21.0 software for descriptive statistics. Associations were tested using the Chi-square test, with a significance level set at p<0.05. Results: The study found that Lassa fever had no specificity for age as it affected individuals across a wide age range (18-78 years), with the highest incidence in the 47-57 year age group. Hypertension was the most common comorbid condition (30%), followed by peptic ulcer disease (20%). Ribavirin was the main stay of treatment used. The analysis showed no significant relationship between comorbidities and mortality, as the majority of cases (85%) had outstanding outcomes. However, there was a significant relationship (p=0.04) between the level of education and outcomes, with most individuals having a tertiary education and experiencing positive outcomes. Conclusion: According to this study, it was discovered that there were no significant relationship between co morbidities and mortality as majority of the cases reviewed were seen to have good outcomes with the aid of the current treatment (ribavirin).
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 | 0,013 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 ».