Estimates of the Prevalence of Autism Spectrum Disorder in the Middle East and North Africa Region: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Abstract Background and Objective Estimates of the prevalence of the autism spectrum disorder (ASD) in the Middle East and North Africa (MENA) region are not readily available, amid a lack of recent evidence. In this study, we estimated the prevalence of ASD in the MENA region by synthesising evidence from published studies in the region. Methods In this systematic review and meta-analysis, we searched PubMed, EMBASE, Scopus, and CINAHL databases for studies which assessed ASD prevalence in the MENA region. Risk of bias was assessed using the Newcastle Ottawa scale. A bias-adjusted inverse variance heterogeneity meta-analysis model was used to pool prevalence estimates from included studies. Cochran’s Q statistic and the I 2 statistic were used to assess heterogeneity, and publication bias assessed using funnel and Doi plots. Results A total of 3075 studies were identified, 16 studies of which met the inclusion criteria and involved 3,727,731 individuals. The studies were published during the period 2007-2022, and included individuals from Iran, Oman, Libya, Egypt, Kingdom of Saudi Arabia (KSA), Lebanon, United Arab Emirates (UAE), Bahrain and Qatar. Estimates of ASD prevalence ranged from 0.01% in Oman during the period June 2009-December 2009, to a high of 2.51% in the Kingdom of Saudi Arabia during the period December 2017-March 2018. The pooled prevalence of ASD was 0.13% (95% CI: 0.01% – 0.33%), with significant heterogeneity (I 2 = 99.8%). For Iran, the only country with multiple analysable studies, an overall prevalence of 0.06% (95% CI: 0.00 – 0.19, I2=97.5%, n= 6 studies) was found. A review of data from countries with repeated studies suggested that the prevalence of ASD is increasing. Conclusion Estimates of the prevalence of ASD vary widely across the MENA region, from 0.01% in Oman to 2.51% in Saudi, with an overall prevalence of 0.13%. Existing data suggests a trend towards increasing prevalence in the region. More and better-quality research is needed to provide up to date ASD prevalence estimates. Registration The protocol for this systematic review and meta-analysis was registered on the International Prospective Register of Systematic Reviews (PROSPERO) with registration ID CRD42024499837.
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 | 0,027 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,040 |
| Bibliométrie | 0,014 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| 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 ».