Seroprevalence of seven arboviruses of public health importance in sub-Saharan Africa: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: The arboviruses continue to be a threat to public health and socioeconomic development in sub-Saharan Africa (SSA). Seroprevalence surveys can be used as a population surveillance strategy for arboviruses in the absence of treatment and vaccines for most arboviruses, guiding the public health interventions. The objective of this study was to analyse the seroprevalence of arboviruses in SSA through a systematic review and meta-analysis. METHODS: We searched PubMed/MEDLINE, Web of Science, Embase, Scopus and ScienceDirect databases for articles published between 2000 and 2022 reporting the seroprevalence of immunoglobulin G (IgG) antibodies to seven arboviruses in various human populations residing in SSA. The included studies were assessed using the checklist for assessing the risk of bias in prevalence studies, and the data were extracted using a standard form. A random effects model was used to estimate pooled seroprevalences. The potential sources of heterogeneity were explored through subgroup analyses and meta-regression. The protocol had been previously registered on International Prospective Register of Systematic Reviews with the identifier: CRD42022377946. RESULTS: A total of 165 studies from 27 countries, comprising 186 332 participants, were included. Of these, 141 were low-risk and 24 were moderate-risk. The pooled IgG seroprevalence was 23.7% (17.9-30.0%) for Chikungunya virus, 22.7% (17.5-28.4%) for dengue virus, 22.6% (14.1-32.5%) for West Nile virus, 16.4% (7.1-28.5%) for yellow fever virus, 13.1% (6.4-21.7%) for Zika virus, 9.2% (6.5-12.3%) for Rift Valley fever virus and 6.0% (3.1-9.7) for Crimean-Congo haemorrhagic fever virus. Subgroup and meta-regression analyses showed that seroprevalence differed considerably between countries, study populations, specific age categories, sample sizes and laboratory methods. CONCLUSION: This SRMA provides information on the significant circulation of various arboviruses in SSA, which is essential for the adoption and planning of vaccines. These findings suggest the need to invest in surveillance and research activities on arbovirus in SSA countries to increase our understanding of their epidemiology to prevent and respond to future epidemics.
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 | 0,016 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,046 |
| Bibliométrie | 0,012 | 0,010 |
| 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 ».