Prevalence of hepatitis C virus infection among prisoners in Iran: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Hepatitis C virus (HCV) is one of the major public health problems both in developed and developing countries. Prison represents a high-risk environment for prisoners, in that it is characterized by high-risk behaviors such as injecting drug use (IDU), tattooing, unprotected sexual intercourses, or sharing syringes. The aim of this study was to quantitatively evaluate the prevalence of HCV among Iranian prisoners conducting a systematic review and meta-analysis. METHODS: We searched different scholarly databases including Embase, PubMed/MEDLINE, ISI/Web of Sciences, the Cochrane library, Scopus, CINAHL, and PsycINFO as well as Iranian bibliographic thesauri (namely, Barakatns, MagIran, and SID) up to December 2017. The Newcastle Ottawa Scale (NOS) was used to assess the quality of the studies included. HCV prevalence rate with its 95% confidence interval (CI) was estimated using the DerSimonian-Laird random-effects model, with Freeman-Tukey double arcsine transformation. Egger's regression test was used to evaluate publication bias. RESULTS: = 99.3% (p = 0.00). All studies used an ELISA test for the evaluation of HCV antibodies. The findings of this study showed that the highest prevalence rate (53%) was among prisoners who inject drugs. CONCLUSION: The findings of our study showed that the prevalence of HCV among Iranian prisoners is dramatically high. Managing this issue in Iran's prisons requires careful attention to the availability of health facilities and instruments, such as screening, and harm reduction policies, such as giving sterile syringes and needles to prisoners. An integrated program of training for prisoners, prison personnel and medical staff is also needed to improve the level of health condition in prisons.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».