Post COVID-19 vaccination side effects and associated factors among vaccinated clients in East Africa region: A systematic review and meta-analysis
Notice bibliographique
Résumé
By the end of December 2023, COVID-19 had infected 701,748,397 people worldwide, killing 6,968,845 of them. A total of 1,734,021 cases and 30,162 deaths were reported in the countries of East Africa, with the highest number of cases (501,117) coming from Ethiopia and the lowest number from Eritrea (10,189). Globally, the epidemic has resulted in an astounding death toll and presents an unmatched danger to public health, the workplace, and food systems. Although most people agree that vaccination has had the biggest positive impact on global health in reduction of COVID 19, safe and effective vaccines were desperately needed to protect vulnerable populations. Research released in English between January 1, 2021, and January 14, 2024 was thoroughly searched through PubMed, Medline, EMBASE, CINAHL, and other pertinent sources. Data extraction and quality assessment were conducted using the Newcastle-Ottawa Scale (NOS) and the Preferred Reporting Items for Systematic Review and Meta-Analyses. STATA 17MP was used for the data analysis. The I 2 test statistic and Egger's test of significance were used to evaluate heterogeneity and publication bias. The odds ratio (OR) and 95 % confidence interval (CI) were displayed using forest plots. This review and meta-analysis comprised a total of 23 articles, or a total sample size of 170,853. The pooled prevalence of post-COVID-19 vaccination side effects showed that 55 % (95 %CI 40–69 %) of population in East African nations experienced at least one side effect after receiving vaccination. The pooled odds ratio showed that a significant association was found between post-COVID-19 vaccination and gender (OR = 1.70; 95 %CI: 1.26–2.14), safety concern (OR: 2.79; 95 % CI: 0.51, 5.0), age (OR = 0.97; 95 %CI: 0.95–0.98), comorbidity (OR = 2.72; 95 %CI: 1.08–4.35). This review highlighted a significant number of adverse reactions to COVID-19 vaccinations. It is crucial to begin educating the public about these vaccines to enhance their understanding that the pandemic can be managed and that side effects are rare, temporary, and reversible.
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 | 0,010 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,031 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».