MétaCan
Menu
← Retour à la cohorte
Enregistrement W4407883604 · doi:10.1186/s12889-025-21571-4

Prevalence of metabolic syndrome and its association with selected factors among people with psychiatric conditions in Ethiopia: a systematic review and meta-analysis

2025· review· en· W4407883604 sur OpenAlexaboutno aff
Sintayehu Simie Tsega, Ermiyas Alemayehu, Anteneh Mengist Dessie, Denekew Tenaw Anley, Rahel Mulatie Anteneh, Natnael Moges, Melkamu Aderajew Zemene, Asaye Alamneh Gebeyehu, Melaku Ashagrie Belete, Zufan Alamrie Asmare, Natnael Kebede, Ermias Sisay Chanie

Notice bibliographique

RevueBMC Public Health · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMeta-analysisBiostatisticsAssociation (psychology)PsychiatryPublic healthEnvironmental healthEpidemiologyMetabolic syndromeSystematic reviewGerontologyMEDLINEObesityInternal medicinePathologyPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Metabolic syndrome is a cluster of metabolic risk factors, including glucose intolerance, dyslipidemia, central obesity, high triglyceride levels, and low levels of high-density lipoprotein. It is the commonest type of co-morbidity among people with psychiatric conditions particularly in low and middle-income countries due to poor health care systems and financial burden. Metabolic syndrome among people with psychiatric conditions may be due to prolonged use of psychiatric medications, diminished quality of life, and personal and behavioral-related factors. Except for single studies with fluctuating reports, there is no nationwide study conducted on the prevalence of metabolic syndrome among people with psychiatric conditions in Ethiopia. Thus, this review aims to estimate the pooled prevalence of metabolic syndrome and its association with selected factors among people with psychiatric conditions in Ethiopia. METHODS: We conducted a thorough search of PubMed, Scopus, Wiley online library, African journals online, and Google Scholar. For analysis, STATA version 14 software was used. A funnel plot and Egger's regression test statistic were used to find the potential reporting bias. A fixed effect model was used to contrast summary effects, odds ratios, and 95% confidence intervals all over research findings. The Newcastle-Ottawa Scale (NOS) was used to evaluate the quality of each included study. RESULTS: Eight articles were included in the final review after retrieving 9,714 articles through electronic database searching. By using the national cholesterol education adult treatment panel criteria, the pooled prevalence of metabolic syndrome among people with psychiatric conditions in Ethiopia was found to be 37.33% (95%CI: 24.52-50.14). Being female AOR = 2.66; 95% CI: 0.89, 7.92), urban residency (AOR = 2.84; 95% CI: 0.56, 14.45), physical inactivity (AOR = 3.80; 95% CI: 1.61, 8.98), alcohol consumption (AOR = 4.53; 95% CI: 1.62, 12.71) and body mass index higher than the normal range (AOR = 4.66; 95% CI: 1.22, 17.85) were the factors significantly associated with metabolic syndrome among people with psychiatric conditions. According to the review, schizophrenic-form disorder, delusional disorder, major depressive disorder, schizophrenia, bipolar disorder, and schizoaffective disorder were the frequently reported psychiatric conditions. CONCLUSION: This systematic review and meta-analysis revealed that the magnitude of metabolic syndrome among people with psychiatric conditions in Ethiopia was high and female gender, physical inactivity, alcohol consumption, and body mass index higher than the normal range were the factors that determined the occurrence of metabolic syndrome. Thus, policymakers, clinicians, and other concerned stakeholders must reinforce effective strategies in the control, timely screening, prevention, and management of metabolic syndrome among people with psychiatric conditions. PROTOCOL REGISTRATION: PROSPERO CRD42023405293.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,022
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0140,023
Bibliométrie0,0100,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,325
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public Health→Même sujetDiabetes, Cardiovascular Risks, and Lipoproteins→Travaux en français237 207→