Burden of Shigella among children with diarrhea in the Americas: A systematic review and meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Shigella is a leading cause of diarrhea worldwide. While the burden of Shigella has been shown to be highest in Africa and Asia, recent studies have also shown considerable burden in the Americas. With several pediatric Shigella vaccines in clinical development, policymakers in the region will eventually consider whether a Shigella vaccine is appropriate for their setting. METHODS: We conducted a systematic review and meta-analyses to summarize the burden (characterized by prevalence, incidence, and attributable fraction estimates) of Shigella diarrhea among children under 72 months in the Americas, excluding the U.S., Canada, and Greenland. We searched published and pre-print articles available in six databases from January 1, 2000 through July 18, 2024. Random effects meta-analyses were conducted for subgroups of interest when relevant data from at least two studies were present. RESULTS: This review included 34 studies conducted across 14 countries in the region. Prevalence was most frequently reported, followed by incidence, then attributable fraction. Across all prevalence studies that used a culture detection method (n = 23), the pooled prevalence of Shigella among diarrhea cases was 3.1% (95% CI: 1.6- 5.8). The pooled prevalence among 7 studies that used PCR/qPCR detection methods was 16.5% (95% CI: 11.1-24.0). Among culture-based results, the pooled prevalence estimate for children <12 months was 1.0% (95% CI: 0.1 - 7.7) compared to 4.6% (95% CI: 1.2 - 15.4) for children ≥12 months. CONCLUSION: Despite varying reporting practices, we found Shigella to be an important contributor to diarrhea in many settings in the Americas with substantial heterogeneity. Limited geographic representation and variable reporting of age group specific estimates were the major gaps in data. Investment in Shigella surveillance in the Americas using a standardized methodology can contribute to accelerating Shigella vaccine development in consideration of regional preferences and optimal age of introduction.
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 | 0,013 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,043 |
| Bibliométrie | 0,010 | 0,010 |
| 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 | 0,002 |
| 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 ».