Exploring the occurence and risk factors of post-stroke depression among stroke survivors in Africa: a comprehensive systematic review and meta-analysis
Notice bibliographique
Résumé
Post-stroke depression is a significant health concern, especially in developing countries. The high prevalence, incidence, and complexity of depression among stroke survivors pose a substantial occurence on vulnerable individuals. This study aimed to investigate the prevalence, incidence, and risk factors of post-stroke depression among stroke survivors in Africa. PubMed, WHO Global Index Medicus, Web of Science, Cochrane Library, Google Scholar, ScienceDirect, HINARI, and Google were the sources of data searching. Literature reporting the prevalence, incidence and risk factors of post-stroke depression in Africa was included. The quality of each study was evaluated using the Newcastle-Ottawa Quality Assessment Scale (NOS). Data were extracted using a Microsoft Excel spreadsheet, and data analysis was performed using STATA version 11. Heterogeneity between studies was checked using the I2 statistical test. Publication bias was checked using Egger’s statistical test and funnel plot. A total of twenty-two relevant studies with 3175 stroke patients were included in this systematic review and meta-analysis. The overall estimated pooled prevalence and incidence of depression among stroke survivors in Africa were found to be 42.5% (95% CI = 26.9, 58.1) and 33.2% (95% CI = 23.3, 43.0), respectively. The subgroup analysis further revealed that Nigeria had the highest prevalence of depression at 47.6% (95% CI: 15.1, 80.1), followed by Ethiopia at 44.4% (95% CI: 28.2, 60.6). This study did not identify any factors that were positively associated with post-stroke depression. The prevalence and incidence of depression among stroke survivors are notably high. Despite the high occurence, this study did not identify specific risk factors positively associated with post-stroke depression. Consequently, addressing post-stroke depression through integrated care models, routine screening, and targeted interventions is crucial for enhancing the quality of life and rehabilitation outcomes for stroke survivors in Africa.
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 | 0,014 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,038 |
| Bibliométrie | 0,008 | 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 ».