Prevalence of common mental health issues among migrant workers: A systematic review and meta-analysis
Notice bibliographique
Résumé
Previous literature has shown that migrant workers manifested higher common mental issues (especially depressive symptom) compared to local workers due to stressors such as financial constraint and lack of access to healthcare. The aim of this systematic review and meta-analysis is to summarize the current body of evidence for the prevalence of depression and anxiety among migrant workers as well as exploring the risk factors and the availability of social support for migrant workers. Seven electronic databases, grey literature and Google Scholar were searched for studies from 2015 to 2021 related to mental health, social support and migrant workers. Study quality was assessed using the Newcastle Ottawa Scale and the Joanna Briggs Institute Qualitative Assessment and Review Instrument (JBI-QARI). Study heterogeneity was evaluated using I2 statistics. Random effects meta-analysis results were presented given heterogeneity among studies. The search returned 27 articles and only seven studies were included in meta-analysis, involving 44 365 migrant workers in 17 different countries. The overall prevalence of depression and anxiety among migrant workers was 38.99% (95% CI = 0.27, 0.51) and 27.31% (95% CI = 0.06, 0.58), respectively. Factors such as age, biological (health issue, family history of psychiatric disorder), individual (poor coping skills), occupational (workplace psychosocial stressors, poor working condition, salary and benefits issue, abuse), environmental (limited access towards healthcare, duration of residence, living condition) and social factor (limited social support) were associated with a mental health outcome in migrant workers. The availability of social support for migrant workers was mainly concentrated in emotional type of support. A high prevalence of depression and anxiety was found among migrant workers across the globe. This finding warrants a collective effort by different parties in providing assistance for migrant workers to promote their mental well-being.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,018 | 0,002 |
| 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 | 0,001 |
| 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 ».