The Burden of Neonatal Invasive Candidiasis in Low- and Middle-income Countries: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Abstract Background Invasive Candida infection remains a significant threat to neonates worldwide. Most evidence on neonatal invasive candidiasis (NIC) comes from high-income countries, leaving the burden and characteristics of NIC in low- and middle-income countries (LMICs) poorly described. This study aimed to investigate the incidence, case-fatality rates (CFR), epidemiology, and etiology of NIC in LMICs. Methods We conducted a systematic literature review and meta-analyses of all eligible studies in 17 databases published from inception until April 2022 focusing on microbiologically confirmed NIC in LMICs. Findings A total of 257 articles were included, with 10 994 NIC cases from 27 LMICs. The overall incidence rate was 2.6% (95% confidence interval [CI], 2.2–3.0). Regional disparities were evident, with South-East Asia reporting the highest incidence rate (6.3%; 95% CI, 3.2–10.3). The mean gestational age and birth weight were 31.4 weeks (standard deviation, 3.3) and 1530 g (standard deviation, 644.6), respectively. Among 10 087 included isolates, the predominant species was C albicans (39.0%), followed by C parapsilosis (24.8%), with marked differences in species distribution across World Health Organization regions. Fluconazole was the most commonly used agent for NIC treatment (55.4%; 1567/2826). Overall, 24.8% (1128/6613) of isolates with available data were resistant to fluconazole. The pooled estimated CFR was 18.7% (95% CI, 15.5–22.1). Conclusions A higher NIC incidence rate and CFR in LMICs is noted compared to high-income countries, although infected babies were less premature with a higher birth weight. The proportion of fluconazole-resistant isolates was high. Prevention and treatment strategies for NIC need to be targeted to LMIC settings.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».