Validation of malaria-attributed deaths using verbal autopsy studies: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Malaria contributes substantially to the persistent burden of child deaths in sub-Saharan Africa. Accurate and comprehensive malaria mortality data are crucial to monitor the progress in reducing malaria incidence and mortality. Verbal Autopsy (VA) ascertains the cause of death despite its limitations leading to misclassification errors. Minimally Invasive Tissue Sampling (MITS) is being conducted in some settings as an alternative to Complete Diagnostic Autopsy (CDA). The present study examines the validity of malaria-related deaths comparing VA diagnoses with those obtained through MITS and/or CDA. METHODS: A comprehensive literature search for original studies in English language using Ovid MEDLINE, Ovid Embase, CINAHL via EBSCO, Scopus, The Cochrane Library via Wiley, Google Scholar and searching the MITS Surveillance Alliance papers was carried out. The reference period was January 1, 1990-March 31, 2024. The Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines were adopted. RESULTS: Among 71 articles identified in the databases, 21 matched the eligibility criteria. Qualitative syntheses showed that malaria Cause Specific Mortality Fractions (CSMFs) across various studies ranged from 2 to 31%. Plasmodium falciparum was mostly responsible for these deaths and the most common complications were anaemia and cerebral malaria. The sensitivity and specificity of the VA validation studies ranged from 18.4% to 33% and from 86.6% to 97%, respectively, and there was a high level of misclassification for both InSilico and Expert Algorithm VA for malaria compared to MITS. The overall concordance rates between MITS and CDA diagnoses ranged from 68 to 90%, with the highest concordance seen in deaths due to infectious diseases and malignant tumours. Clinical data increased diagnostic coincidence between MITS blind to clinical data and the gold standard CDA by 11%. CONCLUSIONS: The comprehensive review finds that MITS demonstrated better accuracy compared to VA in diagnosing malaria-attributed deaths, particularly in hospital settings. The high specificity of malaria in VA diagnosis suggests population-based estimates of the proportion of deaths due to malaria are broadly plausible.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».