HIV/AIDS post‐exposure prophylaxis knowledge and uptake among health professionals in Africa: Systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: Healthcare workers in developing countries are at particularly increased risk of infections from blood-borne pathogens because of the high prevalence of such pathogens in their communities as well as the lack of basic personal protective equipment, such as gloves, gowns and goggles. For those exposed healthcare workers, the immediate administration of antiretroviral drugs following exposure to potentially infected blood or other bodily fluids is essential in order to minimize the risk of acquiring HIV infection. This review is aimed at estimating the pooled prevalence of knowledge and uptake of post-exposure prophylaxis among healthcare providers in Africa. METHODS: We accessed PubMed, Science Direct, Google Scholar, SCOPUS, African Journals Online (AJOL), Journal Storage (JSTOR) and EMBASE. The search for unpublished studies included Google and institutional repositories were also used. This meta-analysis follows the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. The quality of studies was assessed using the modified Newcastle-Ottawa Scale (NOS). Meta-analysis was carried out with a random-effects method using STATA v.14 software. RESULTS: Out of 654 692 studies retrieved, 37 studies from four African regions involving 6482 healthcare providers were included in this meta-analysis. The overall estimated pooled uptake and knowledge of HIV/AIDS post-exposure prophylaxis among healthcare providers in Africa using a random-effects model were 40.09% (95% CI: 30.14-50.04) and 57.67% (95% CI: 44.32-71.01) respectively, whereas the highest uptake and knowledge were 45.48% (95% CI: 24.79-66.17) and 61.37% (95% CI: 46.39-76.36) in the southern and eastern regions, respectively. CONCLUSIONS: The results of this meta-analysis indicated that the knowledge and uptake of post-exposure prophylaxis, one of the best approaches to tackling HIV/AIDS transmission, are significantly low. Therefore, healthcare organizations should work on strategies to increase knowledge and uptake of post-exposure prophylaxis among healthcare providers. REGISTRATION: Prospero (ID: CRD42021244003).
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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».