Foot Conditions among Homeless Persons: A Systematic Review
Notice bibliographique
Résumé
INTRODUCTION: Foot problems are common among homeless persons, but are often overlooked. The objectives of this systematic review are to summarize what is known about foot conditions and associated interventions among homeless persons. METHODS: A literature search was conducted on MEDLINE (1966-2016), EMBASE (1947-2016), and CINAHL (1982-2016) and complemented by manual searches of reference lists. Articles that described foot conditions in homeless persons or associated interventions were included. Data were independently extracted on: general study characteristics; participants; foot assessment methods; foot conditions and associated interventions; study findings; quality score assessed using the Downs and Black checklist. RESULTS: Of 333 articles screened, 17 articles met criteria and were included in the study. Prevalence of any foot problem ranged from 9% to 65% across study populations. Common foot-related concerns were corns and calluses, nail pathologies, and infections. Foot pathologies related to chronic diseases such as diabetes were identified. Compared to housed individuals across studies, homeless individuals were more likely to have foot problems including tinea pedis, foot pain, functional limitations with walking, and improperly-fitting shoes. DISCUSSION: Foot conditions were highly prevalent among homeless individuals with up to two thirds reporting a foot health concern, approximately one quarter of individuals visiting a health professional, and one fifth of individuals requiring further follow-up due to the severity of their condition. Homeless individuals often had inadequate foot hygiene practices and improperly-fitting shoes. These findings have service provision and public health implications, highlighting the need for evidence-based interventions to improve foot health in this population. An effective interventional approach could include optimization of foot hygiene and footwear, provision of comprehensive medical treatment, and addressing social factors that lead to increased risk of foot problems. Targeted efforts to screen for and treat foot problems could result in improved health and social outcomes for homeless individuals.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,006 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».