Prevalence of Needlestick Injury and Its Potential Risk among Veterinarians in Nigeria
Notice bibliographique
Résumé
A cross sectional study using multistage sampling method by means of structured interviewer administered questionnaire was designed to estimate the rate of occurrence of needlestick injuries among veterinarians involved in clinical practice and to evaluate needle handling practices and risk factors. The study was carried out during the months of August–November 2015. Out of the 215 veterinarians that participated in the survey, 171 (79.5%) reported to have suffered needlestick injuries (NSIs). In the multivariable model, only male sex (OR 2.8, 95% CI 1.4–6.0, and <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mml:mi>P</mml:mi><mml:mo>=</mml:mo><mml:mn fontstyle="italic">0</mml:mn><mml:mtext>.</mml:mtext><mml:mn fontstyle="italic">006</mml:mn></mml:math>) and working with poultry daily (OR 2.4, 95% CI 1.1–6.2, and <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"><mml:mi>P</mml:mi><mml:mo>=</mml:mo><mml:mn fontstyle="italic">0.036</mml:mn></mml:math>) were significantly associated with NSI. Most (111, 64.9%) veterinarians had discomfort including pain, headache, fever, worry, and local numbness from NSIs; however, none was hospitalised. Only 1 (0.6%) had lost time at work. The approach to needlestick injury avoidance was poor and most (98.8%) NSIs were not reported. The findings of this research call for comprehensive health and injection safety programs for veterinarians involved in clinical practice.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».