Period Prevalence and Reporting Rate of Needlestick Injuries to Nurses in Iran: A Systematic Review and Meta‐Analysis
Notice bibliographique
Résumé
The purpose of this systematic review and meta-analysis was to provide a precise estimate of the period prevalence of needlestick injuries (NSI) among nurses working in hospitals in Iran and the reporting rate of NSI to nurse managers. We searched both international (PubMed, Scopus and the Institute for Scientific Information) and Iranian (Scientific Information Database, Iranmedex and Magiran) scientific databases to find studies published from 2000 to 2016 of NSI among Iranian nurses. The following keywords in Persian and English were used: "needle-stick" or "needle stick" or "needlestick," with and without "injury" or "injuries," "prevalence" or "frequency," "nurses" or "nursing staff," and "Iran." In a sample of 21 articles with 6,480 participants, we estimated that the overall 1-year period prevalence of NSI was 44% (95% confidence interval [CI], 35-53%) among Iranian nurses. The overall 1-year period prevalence of reporting NSI to nurse managers was 42% (95% CI, 33-52%). In meta-regression analysis, sample size, mean age, years of experience, and gender ratio were not associated with prevalence of NSI or reporting rate. The year of data collection was positively associated with period prevalence of NSI (p < .05), but not with the period prevalence of reporting NSI to nurse managers. Results indicated a high NSI period prevalence and low NSI reporting rate among nurses in Iran. Thus, effective interventions are required in hospitals in Iran to reduce the prevalence and increase the reporting rate of NSI. © 2017 Wiley Periodicals, Inc.
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 | 0,029 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| 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) | 0,000 | 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; 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 ».