A systematic review of Hepatitis B virus (HBV) prevalence and genotypes in Kenya: Data to inform clinical care and health policy
Notice bibliographique
Résumé
Abstract More than 20% of the global disease burden from chronic hepatitis B infection (CHB) is in Africa, however there is minimal high quality seroprevalence data from individual countries and little viral sequencing data available to represent the continent. We undertook a systematic review of the prevalence and genetic data available for hepatitis B virus (HBV) in Kenya using the Preferred Reporting Items for Systematic Review and Meta-analysis (PRISMA) 2020 checklist. We identified 23 studies reporting HBV prevalence and 25 studies that included HBV genetic data published in English between January 2000 and December 2021. We assessed study quality using the Joanna Briggs Institute critical appraisal checklist. Due to study heterogeneity, we divided the studies to represent low, moderate, high and very high-risk for HBV infection. We calculated pooled HBV prevalence within each group and evaluated available sequencing data. We also assessed whether reported HBV biomarkers could be applied to determine treatment eligibility. Eight studies were identified in the low-risk group, seven in the moderate risk group, five in the high-risk group and three in the very high-risk group for HBV infection. Pooled HBV prevalence was 3.31% (95% CI 2.62-4.01%), 5.58% (95% CI 3.46-7.7%), 6.17% (95% CI 4.4-9.94) and 31.39% (95% CI 9.5-53.09) respectively. Study quality was overall low, representing a small geographical location or a limited population subset. Only three studies detailed sample size calculation and 17/23 studies were cross sectional. Eight studies included genetic information on HBV, representing 247 individuals. Six studies sequenced one or two genes; two undertook whole genome sequencing, representing 22 participants. 92% people were infected with genotype A. Other genotypes included genotype D (6%), D/E recombinants (1%) or mixed populations (1%). Drug resistance mutations were reported by two studies. Seven studies presented additional biomarkers alongside HBsAg, however none provided sufficient information to deduce treatment eligibility.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».