The aetiology and antimicrobial resistance of bacterial maternal infections in Sub-Saharan Africa—a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Understanding the aetiological organisms causing maternal infections is crucial to inform antibiotic treatment guidelines, but such data are scarce from Sub-Saharan Africa (SSA). We performed this systematic review and meta-analysis to address this gap. METHODS: Microbiologically confirmed maternal infection data were collected from PubMed, Embase, and African Journals online databases. The search strategy combined terms related to bacterial infection, pregnancy, postnatal period, observational studies, SSA. Exclusion criteria included colonization, asymptomatic infection, and screening studies. Pooled proportions for bacterial isolates and antimicrobial resistance (AMR) were calculated. Quality and completeness of reporting were assessed using the Newcastle-Ottawa and STROBE checklists. FINDINGS: We included 14 papers comprising data from 2,575 women from four sources (blood, urine, surgical wound and endocervical). Mixed-growth was commonly reported at 17% (95% CI: 12%-23%), E. coli from 11%(CI:10%-12%), S. aureus from 5%(CI: 5%-6%), Klebsiella spp. at 5%(CI: 4%- 5%) and Streptococcus spp. at 2%(CI: 1%-2%). We observed intra-sample and inter-sample heterogeneity between 88-92% in all meta-analyses. AMR rates were between 19% -77%, the highest with first-line beta-lactam antibiotics. Convenience sampling, and limited reporting of laboratory techniques were areas of concern. INTERPRETATION: We provide a comprehensive summary of microbial aetiology of maternal infections in SSA and demonstrate the paucity of data available for this region. We flag the need to review the current local and international empirical treatment guidelines for maternal bacterial infections in SSA because there is high prevalence of AMR among common causative bacteria. FUNDING: This research was supported by the NIHR-Professorship/NIHR300808 and the Wellcome-Strategic-award /206545/Z/17/Z. TRIAL REGISTRATION: Prospero ID CRD42021238515.
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 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,042 |
| Bibliométrie | 0,009 | 0,009 |
| 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 ».