MétaCan
Menu
Retour à la cohorte
Enregistrement W3217042959 · doi:10.1371/journal.pone.0260261

Comprehensive occupational health services for healthcare workers in Zimbabwe during the SARS-CoV-2 pandemic

2021· article· en· W3217042959 sur OpenAlexfundno aff
Fungai Kavenga, Hannah M. Rickman, Rudo Chingono, Tinotenda Taruvinga, Takudzwa Marembo, Justen Manasa, Edson Marambire, Grace McHugh, Celia L. Gregson, Tsitsi Bandason, Nicol Redzo, Aspect J.V. Maunganidze, Tsitsi Magure, Chiratidzo E. Ndhlovu, Hilda Mujuru, Simbarashe Rusakaniko, Portia Manangazira, Rashida A. Ferrand, Katharina Kranzer

Notice bibliographique

RevuePLoS ONE · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesForeign Affairs and International Trade CanadaElizabeth Blackwell Institute for Health Research, University of BristolForeign, Commonwealth and Development OfficeNational Institute for Health and Care ResearchUniversity of BristolGovernment of the United KingdomGovernment of CanadaForeign and Commonwealth OfficeWellcome TrustWellcome
Mots-clésMedicinePandemicHealth carePersonal protective equipmentMental healthCross-sectional studyEnvironmental healthPublic healthFamily medicineCoronavirus disease 2019 (COVID-19)DiseasePsychiatryNursingInfectious disease (medical specialty)Pathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Healthcare workers are disproportionately affected by COVID-19. In low- and middle- income countries, they may be particularly impacted by underfunded health systems, lack of personal protective equipment, challenging working conditions and barriers in accessing personal healthcare. METHODS: In this cross-sectional study, occupational health screening was implemented at the largest public sector medical centre in Harare, Zimbabwe, during the "first wave" of the country's COVID-19 epidemic. Clients were voluntarily screened for symptoms of COVID-19, and if present, offered a SARS-CoV-2 nucleic acid detection assay. In addition, measurement of height, weight, blood pressure and HbA1c, HIV and TB testing, and mental health screening using the Shona Symptom Questionnaire (SSQ-14) were offered. An interviewer-administered questionnaire ascertained client knowledge and experiences related to COVID-19. RESULTS: Between 27th July and 30th October 2020, 951 healthcare workers accessed the service; 210 (22%) were tested for SARS-CoV-2, of whom 12 (5.7%) tested positive. Clients reported high levels of concern about COVID-19 which declined with time, and faced barriers including lack of resources for infection prevention and control. There was a high prevalence of largely undiagnosed non-communicable disease: 61% were overweight or obese, 34% had a blood pressure of 140/90mmHg or above, 10% had an HbA1c diagnostic of diabetes, and 7% had an SSQ-14 score consistent with a common mental disorder. Overall 8% were HIV-positive, with 97% previously diagnosed and on treatment. CONCLUSIONS: Cases of SARS-CoV-2 in healthcare workers mirrored the national epidemic curve. Implementation of comprehensive occupational health services during a pandemic was feasible, and uptake was high. Other comorbidities were highly prevalent, which may be risk factors for severe COVID-19 but are also important independent causes of morbidity and mortality. Healthcare workers are critical to combatting COVID-19; it is essential to support their physical and psychological wellbeing during the pandemic and beyond.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,146
Score d'incertitude au seuil0,291

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,221
Tête enseignante GPT0,435
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetCOVID-19 and Mental HealthTravaux en français237 207