The health impacts of the COVID-19 pandemic on adults who experience imprisonment globally: A mixed methods systematic review
Notice bibliographique
Résumé
BACKGROUND: The prison setting and health status of people who experience imprisonment increase the risks of COVID-19 infection and sequelae, and other health impacts of the COVID-19 pandemic. OBJECTIVES: To conduct a mixed methods systematic review on the impacts of the COVID-19 pandemic on the health of people who experience imprisonment. DATA SOURCES: We searched Medline, PsycINFO, Embase, the Cochrane Library, Social Sciences Abstracts, CINAHL, Applied Social Sciences Index and Abstracts, Sociological Abstracts, Sociology Database, Coronavirus Research Database, ERIC, Proquest Dissertations and Theses, Web of Science, and Scopus in October 2021. We reviewed reference lists for included studies. STUDY ELIGIBILITY CRITERIA: Original research conducted in or after December 2019 on health impacts of the COVID-19 pandemic on adults in prisons or within three months of release. STUDY APPRAISAL AND SYNTHESIS METHODS: We used the Joanna Briggs Institute's Critical Appraisal Checklist for Qualitative Research for qualitative studies and the Joanna Briggs Institute's Critical Appraisal Checklist for Studies Reporting Prevalence Data for quantitative studies. We qualitized quantitative data and extracted qualitative data, coded data, and collated similar data into categories. RESULTS: We identified 62 studies. People in prisons had disproportionately high rates of COVID-19 infection and COVID-19 mortality. During the pandemic, all-cause mortality worsened, access to health care and other services worsened, and there were major impacts on mental wellbeing and on relationships with family and staff. There was limited evidence regarding key primary and secondary prevention strategies. LIMITATIONS: Our search was limited to databases. As the COVID-19 pandemic is ongoing, more evidence will emerge. CONCLUSIONS: Prisons and people who experience imprisonment should be prioritized for COVID-19 response and recovery efforts, and an explicit focus on prisons is needed for ongoing public health work including emergency preparedness. PROSPERO REGISTRATION NUMBER: 239324.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».