Global, regional and national incidence and causes of needlestick injuries: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Needlestick injuries (NSIs) are one of the most serious occupational hazards for healthcare workers (HCWs). Aims: The aim of this study was to evaluate the incidence and causes of NSIs globally. Methods: A systematic review and meta-analysis of data from January 2000 to May 2020 collected from Scopus, PubMed, Embase, Web of Science, and Google Scholar. The Newcastle-Ottawa Scale was used to assess the quality of the included articles. The data obtained were analysed by R version 3/5/0, and 113 articles were retrieved. Results: There were 113 studies with a total of 525 798 HCWs. The incidence of NSIs was 43%. Africa had the highest rate of these injuries of 51%, and the World Health Organization (WHO) African Region had the highest incidence among WHO regions of 52%. Women were more frequently affected by NSIs than men. Hepatitis C virus infection was the disease most commonly transmitted via NSIs (21%). The highest rates of NSIs according to causes, devices, hospital locations, occupations and procedures were for recapping of needles, needles, general wards, nurses and waste disposal, respectively. Conclusion: The incidence of NSIs is gradually decreasing. The findings of this study can contribute to improving the decision-making process for reducing NSIs in HCWs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,025 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».