Impacts of economic inequality on healthcare worker safety at the onset of the COVID-19 pandemic: cross-sectional analysis of a global survey
Notice bibliographique
Résumé
Objectives To assess the extent to which protection of healthcare workers (HCWs) as COVID-19 emerged was associated with economic inequality among and within countries. Design Cross-sectional analysis of associations of perceptions of workplace risk acceptability and mitigation measure adequacy with indicators of respondents’ respective country’s economic income level (World Bank assessment) and degree of within-country inequality (Gini index). Setting A global self-administered online survey. Participants 4977 HCWs and healthcare delivery stakeholders from 161 countries responded to health and safety risk questions and a subset of 4076 (81.2%) answered mitigation measure questions. The majority (65%) of study participants were female. Results While the levels of risk being experienced at the pandemic’s onset were consistently deemed as unacceptable across all groupings, participants from countries with less income inequality were somewhat less likely to report unacceptable levels of risk to HCWs regarding both workplace environment (OR=0.92, p=0.012) and workplace organisational factors (OR=0.93, p=0.017) compared with counterparts in more unequal national settings. In contrast, considerable variation existed in the degree to which mitigation measures were considered adequate. Adjusting for other influences through a logistic regression analysis, respondents from lower middle-income and low-income countries were comparatively much more likely to assess both occupational health and safety (OR=10.91, p≤0.001) and infection prevention and control (IPC) (OR=6.61, p=0.001) protection measures as inadequate, despite much higher COVID-19 rates in wealthier countries at the time of the survey. Greater within-country income inequality was also associated with perceptions of less adequate IPC measures (OR=0.94, p=0.025). These associations remained significant when accounting for country-level differences in occupational and gender composition of respondents, including specifically when only female care providers, our study’s largest and most at-risk subpopulation, were examined. Conclusions Economic inequality threatens resilience of health systems that rely on health workers working safely to provide needed care during emerging pandemics.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».