A systematic review and meta-analysis of the prevalence and risk factors of type 2 diabetes mellitus in Nigeria
Notice bibliographique
Résumé
Abstract Background Type 2 diabetes mellitus (T2DM) is a major global non-communicable disease, leading to increased morbidity and mortality. Its prevalence in Nigeria is driven by various risk factors. This review assesses the national and regional prevalence and risk factors of T2DM in Nigeria. Methods Following PRISMA guidelines, electronic databases (PubMed, Scopus, Google Scholar, African Journals Online) and gray literature were searched for English-language studies. The quality of the included studies was assessed using the Newcastle–Ottawa Scale. Data were extracted with Microsoft Excel and analyzed using Stata version 16 software. Random effect meta-regression analysis at 95% CI was used to assess pooled prevalence and risk factors. Heterogeneity was determined using the I 2 statistic, and publication bias was evaluated with a funnel plot. Results Sixty studies from different Nigerian geopolitical zones met eligibility criteria, with a total sample size of 124,876 participants and a mean age of 48 ± 9.8 years. The pooled prevalence of T2DM in Nigeria was 7.0% (95% CI: 5.0-9.0%). Moderate publication bias was observed. The South-south zone had the highest prevalence at 11.35% (95% CI: 4.52-20.72%), while the North-central zone had the lowest at 2.03% (95% CI: 1.09-3.40%). Significant risk factors included family history (9.73), high socioeconomic status (6.72), physical inactivity (5.92), urban living (4.79), BMI > 25/m 2 (3.07), infrequent vegetable consumption (2.68), and abdominal obesity (1.81). Conclusion The prevalence of T2DM in Nigeria (7.0%) nearly doubled the 2019 International Diabetes Federation estimate (3.7%) and shows a 21.3% increase from the 2019 review. Efforts should focus on modifying identified risk factors to reduce prevalence and prevent complications.
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 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,030 |
| Bibliométrie | 0,010 | 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 ».