Prevalence of cardiometabolic diseases in Sub-Saharan Africa: a systematic review and meta-analysis
Notice bibliographique
Résumé
Cardiometabolic diseases (CMDs) are increasingly prevalent in Sub-Saharan Africa (SSA), underscoring the need to understand the existing public health burden. This would guide future policy strategies and interventions to mitigate the challenges posed. The aim of this systematic review was to provide a comprehensive overview of CMDs prevalence in SSA. A PRISMA 2020 compliant systematic literature search was conducted using MEDLINE and The Cochrane Library up to December 2024, including population-based studies with ≥100 participants, aged ≥15 years, and reporting CMDs prevalence in SSA. Random effects meta-analyses were conducted for prevalence, and meta-regression, for temporal trends, evaluated using the median data collection year. Overall, 266 unique studies of 846,511 participants were included; Ethiopia (n = 53), Nigeria (n = 36) and Ghana (n = 20) represented the most studies. Prevalences for the most widely studied condition included type 2 diabetes (T2D) (6.1%; 95% CI = 5.3–7.0), hypertension (27.1%; 95% CI = 25.5–28.8), stroke (1.4%; 95% CI = 1.0–2.0), hypercholesterolemia (11.3%; 95% CI = 7.4–17.0) and cardiovascular diseases (4.8%; 95% CI = 2.5–8.9). The temporal prevalence of hypertension and T2D between 2006 and 2014 showed no statistical significance (β = –0.0289 per year; p = 0.11) and (β = 0.0131 per year; p = 0.49), respectively. For stroke, a statistically significant temporal decline was observed beginning 2010 (β = b–0.1244 per year; p < 0.001). This systematic review reveals a substantial public health burden of CMDs in SSA. The high prevalence emphasises the need for targeted CMDs preventative care strategies in SSA. Notably, most studies were from Ethiopia and Nigeria, indicating the need for more research in other SSA countries for a comprehensive understanding of CMDs in the region.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,000 |
| 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 ».