Prevalence of Latent Tuberculosis among Health Care Workers in High Burden Countries: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Tuberculosis is one of the leading causes of death worldwide. Twenty-two high burden countries contributed to the majority of worldwide tuberculosis cases in 2015. Health care workers are at high risk of acquiring tuberculosis through occupational exposure. OBJECTIVE: To estimate the prevalence of latent tuberculosis infection (LTBI) among health care workers in high burden countries. METHODS: Databases including MEDLINE (Ovid), EMBASE (Ovid), CINAHL (Ovid) and ISI Web of Science (Thompson-Reuters), and grey literature were searched for English language records on relevant medical subject headings (MeSH) terms of LTBI and health care providers. Literature was systematically reviewed using EPPI-Reviewer4 software. Prevalence and incidence of LTBI and 95% confidence intervals (CI) were reported. Pooled prevalence of LTBI and 95% CI were calculated using random-effects meta-analysis models and heterogeneity was assessed using I2 statistics. Sub-group analysis was conducted to assess the cause of heterogeneity. RESULTS: A total of 990 records were identified. Of those, 18 studies from only 7 high burden countries representing 10,078 subjects were included. Tuberculin skin test results were available for 9,545 participants. The pooled prevalence of LTBI was 47% (95% CI 34% to 60%, I2 = 99.6%). In subgroup analyses according to the country of the study, the pooled prevalence of LTBI was lowest in Brazil (37%) and highest in South Africa (64%). The pooled prevalence of LTBI among medical and nursing students was 26% (95% CI 6% to 46%, I2 = 99.3%) while the prevalence among all types of health care workers was 57% (95% CI 44% to 70%, I2 = 99.1%). Incidence of LTBI was available for health care workers in four countries. The cumulative incidence ranged from 2.8% in Brazilian medical students to 38% among all types of health care workers in South Africa. CONCLUSION: The findings of this study suggest that there is a high burden of LTBI among health care workers in high burden countries. Adequate infection control measures are warranted to prevent and control transmission in health care settings.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,020 | 0,002 |
| 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 | 0,001 |
| 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 ».