Factors Associated With The Propagation Of Cholera In Epidemics Across The Geopolitical Zones Of Nigeria: A Systematic Review
Notice bibliographique
Résumé
Abstract Introduction Cholera remains a significant public health challenge in Nigeria, with recurring outbreaks driven by environmental, socioeconomic, and healthcare-related factors. This systematic review examines the propagation of cholera across Nigeria’s six geopolitical zones, identifying key risk factors and regional disparities to inform targeted interventions. Methods The study adhered to the PRISMA guidelines, analyzing 40 peer-reviewed studies published between 2015 and 2024. Data were extracted from databases such as PubMed, Scopus, and Cochrane Library, alongside grey literature. Eligible studies included observational and interventional research focusing on cholera risk factors, WASH (Water, Sanitation, and Hygiene) infrastructure, healthcare preparedness, and population mobility. Quality assessment was performed using the Newcastle-Ottawa Scale and Cochrane Risk of Bias Tool. Results The review identified contaminated water sources, poor sanitation, and seasonal flooding as primary environmental drivers of cholera, particularly in the Northwest, Northeast, and South-South zones. Socioeconomic factors such as poverty, overcrowding, and inadequate healthcare access exacerbated outbreaks, especially in conflict-affected regions like the Northeast. Behavioral practices, including unsafe water storage and street food consumption, further contributed to transmission. WASH deficiencies showed a strong correlation with cholera incidence, with the Northeast having the highest case rates (180 per 100,000). Healthcare system preparedness varied, with the Southwest demonstrating faster response times (6 days) compared to the Northeast (14 days). Public health interventions reduced cholera cases by up to 50% in some regions, though challenges like vaccine hesitancy and logistical barriers persisted. Conclusion Cholera propagation in Nigeria is multifaceted, requiring region-specific strategies that address environmental, socioeconomic, and healthcare vulnerabilities. Strengthening WASH infrastructure, expanding vaccination coverage, and improving emergency response systems are critical to mitigating future outbreaks. Policymakers must prioritize sustainable interventions tailored to the unique challenges of each geopolitical zone to achieve long-term cholera control.
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 | 0,008 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».