Prevalence and risk factors associated with adverse birth outcome in Ethiopia: systematic review and meta-analysis
Notice bibliographique
Résumé
Introduction: Adverse pregnancy outcomes represent a major public health challenge in developed and resource-limited countries. Globally, approximately 60-80% of neonatal deaths occur in low birth weight infants, and more than 2 million infants die before birth each year and the burden of the problem is significant in Ethiopia. Therefore, the aim of this study was to determine the combined incidence and risk factors for poor birth outcomes in Ethiopia. Method: International databases (PubMed, Google scholar, web of science and scopus) were searched. A funnel plot and Begg test were used to see the publication bias. The heterogeneity of studies was checked using I-square statistics with a cut of point 75% and the Newcastle Ottawa (NCO) quality assessment tool was applied to ensure the quality of the included articles. A random-effect model was applied to pool the adverse birth outcome. The sub-group analysis and Meta-regression analysis were conducted by region in the country and year of publication to control heterogeneity and to show variation. Result: A total of 16636 study participants were used to estimate the pooled prevalence of adverse fetal outcomes. The overall pooled prevalence of adverse fetal outcomes in Ethiopia was 28 (95% CI; 24-32; 12 = 97.44 percent, Pv= 0.001). Low birth weight 10.06% (95% CI; 7.21-12.91) and preterm birth 8.76% (95% CI; 5.4-12.11) were the most common adverse birth outcome at the national level. Rural in residency (AOR = 2.31; 95% CI: 1.64-3.24), lack of antenatal care follow up (AOR = 3.84; 95% CI: 2.76-5.35), pregnancy-induced hypertension (AOR = 7.27; 95% CI: 3.95-13.39), advanced maternal age ≥ 35(AOR = 2.72; 95% CI: 1.62-4.58, and having current complication of pregnancy (AOR = 4.98; 95% CI: 2.24-11.07) were the factors associated with adverse birth outcome. Conclusion: The pooled prevalence of adverse fetal outcomes in Ethiopia was high. Rural in residency, lack of antenatal care follow up, pregnancy-induced hypertension, advanced maternal age ≥ 35, and having current complications of pregnancy were the factors associated with adverse fetal outcome. Systematic review registration: Identifier: CRD42022327072.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| 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 ».