MétaCan
Menu
Retour à la cohorte
Enregistrement W2471716266 · doi:10.1371/journal.pone.0156975

Healthcare Programmes for Truck Drivers in Sub-Saharan Africa: A Systematic Review and Meta-Analysis

2016· review· en· W2471716266 sur OpenAlexfundno aff
Samanta Tresha Lalla‐Edward, Siyabulela Christopher Fobosi, Catherine Hankins, Kelsey K. Case, François Venter, Gabriela B. Gomez

Notice bibliographique

RevuePLoS ONE · 2016
Typereview
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensnon disponible
Organismes subventionnairesAfrican Population and Health Research CenterDepartment for International DevelopmentNederlandse Organisatie voor Wetenschappelijk OnderzoekStyrelsen för Internationellt UtvecklingssamarbeteWellcome TrustBill and Melinda Gates FoundationInternational Development Research CentreCarnegie Corporation of New YorkFord Foundation
Mots-clésMeta-analysisSystematic reviewHealth careMEDLINEMedicineEnvironmental healthBiologyEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Truck drivers have unique health needs, and by virtue of their continuous travel, experience difficulty in accessing healthcare. Currently, planning for effective care is hindered by lack of knowledge about their health needs and about the impact of on-going programmes on this population's health outcomes. We reviewed healthcare programmes implemented for sub-Saharan African truck drivers, assessed the evaluation methods, and examined impact on health outcomes. METHODS: We searched scientific and institutional databases, and online search engines to include all publications describing a healthcare programme in sub-Saharan Africa where the main clients were truck drivers. We consulted experts and organisations working with mobile populations to identify unpublished reports. Forest plots of impact and outcome indicators with unadjusted risk ratios and 95% confidence intervals were created to map the impact of these programmes. We performed a subgroup analysis by type of indicator using a random-effects model to assess between-study heterogeneity. We conducted a sensitivity analysis to examine both the summary effect estimate chosen (risk difference vs. risk ratio) and model to summarise results (fixed vs. random effects). RESULTS: Thirty-seven publications describing 22 healthcare programmes across 30 countries were included from 5,599 unique records. All programmes had an HIV-prevention focus with only three expanding their services to cover conditions other primary healthcare services. Twelve programmes were evaluated and most evaluations assessed changes in input, output, and outcome indicators. Absence of comparison groups, preventing attribution of the effect observed to the programme and lack of biologically confirmed outcomes were the main limitations. Four programmes estimated a quantitative change in HIV prevalence or reported STI incidence, with mixed results, and one provided anecdotal evidence of changes in AIDS-related mortality and social norms. Most programmes showed positive changes in risk behaviours, knowledge, and attitudes. Our conclusions were robust in sensitivity analyses. CONCLUSION: Diverse healthcare programmes tailored to the needs of truck drivers implemented in 30 sub-Saharan African countries have shown potential benefits. However, information gaps about availability of services and their effects impede further planning and implementation of effective healthcare programmes for truck drivers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,729
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0090,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,152
Tête enseignante GPT0,292
Écart entre enseignants0,140 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetTraffic and Road SafetyTravaux en français237 207