Burden and determinants of puerperal sepsis in Ethiopia: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Puerperal sepsis is a leading cause of maternal morbidity and is responsible for nearly one-fifth of maternal deaths worldwide. In Ethiopia, it remains a significant contributor to maternal mortality; however, a comprehensive understanding of its determinants is still lacking. Therefore, the aim of this systematic review and meta-analysis is to estimate the pooled prevalence of puerperal sepsis and to identify its determinant factors in Ethiopia, thereby providing comprehensive and up-to-date evidence to inform maternal health interventions. METHODS: statistic. A funnel plot and Egger's test were used to assess publication bias. Pooled prevalence of puerperal sepsis and effect sizes of determinant factors were assessed with 95% C. I. The pooled estimates were presented using a random effect model. RESULTS: This study involved 5247 postpartum women in Ethiopia. The prevalence of puerperal sepsis was 15.82% (95%CI 9.84-21.80). Determinant factors of puerperal sepsis were cesarean section deliveries AOR 2.86(95%CI 2.17-3.76), more than five repeated vaginal examinations AOR 4.91(95%CI 3.84-6.28), low number of antenatal care contact AOR 5.52 (95%CI 3.63-8.40), prolonged labor AOR 5.56(95%CI 4.14-7.47), premature rupture of membranes AOR 3.86(95%CI 3.00-4.96), rural residence AOR 5.15(95%CI 3.99-6.65),and home deliveries AOR 3.45(95%CI 2.28-5.24). CONCLUSIONS: The prevalence of puerperal sepsis in Ethiopia is high. Cesarean delivery, more than five vaginal examinations, lack of antenatal care, prolonged labor, premature rupture of membranes, rural residence, home delivery, and gestational diabetes were identified as significant risk factors for puerperal sepsis in Ethiopia. Therefore, adhering to labor care guide, and infection prevention protocol are paramount.
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 | 0,027 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».