Effect of Anemia on Work Productivity in Both Labor- and Nonlabor-Intensive Occupations: A Systematic Narrative Synthesis
Notice bibliographique
Résumé
BACKGROUND: Anemia is highly prevalent particularly in low- and middle-income countries. Iron deficiency contributes to an estimated 50% of anemia cases. Iron interventions have become central to global anemia treatment and prevention; however, few iron interventions have been scaled up to the national level, despite their proven effectiveness. While both cross-sectional and interventional studies on the effect of anemia and iron supplementation on worker productivity have been conducted, there have been few systematic reviews conducted. As such, a synthesis of previously conducted primary research is warranted and may provide a more comprehensive overview of the strength of currently available evidence, potentially helping to inform national policy on matters relating to funding and legislation for population-level iron interventions. OBJECTIVES: The objective of this study was to synthesize available evidence on the effect of both anemia and therapeutic iron interventions on productivity in working adults. METHODS: All relevant English language studies were systematically obtained from both MEDLINE and EMBASE and assessed for evidence of differing productivity levels across groups stratified by iron intervention or anemia status. Potential mediating variables were reported, and the results were narratively summarized. RESULTS: The available data from 12 included studies provide strong evidence that anemia negatively impacts occupational performance and that therapeutic iron interventions can yield substantial productivity gains. CONCLUSIONS: Despite their limitations, these findings make an important contribution to the literature highlighting the impact of iron deficiency and population-wide iron interventions on work productivity and occupational performance.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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; 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 ».