The Burden of Non-Communicable Diseases (NCDs) among Prisoners in India: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: The increasing prevalence and subsequent mortality due to non-communicable diseases (NCDs) among Indian prisoners are often ignored by policymakers. This systematic review and meta-analysis aim to analyze the rising burden of Noncommunicable Diseases in Indian prisons and estimate the pooled prevalence of depression among Indian prisoners. METHODS: A total 9 studies were chosen in accordance with PRISMA guidelines that investigated the burden of NCDs in Indian prisons and were published between January 2010 and August 2022. Statistical analysis was performed in STATA Version 16 software, and the funnel plot was used to identify publication bias. RESULTS: A total of 167 articles were identified, and 9 were included in this analysis. The pooled prevalence of depression among prisoners was 48.78% (95% CI, 27.24-70.55%). According to the review, prisoners showed a significant prevalence of moderate to severe depression, dental caries, poor periodontal condition, and suicide ideation. This study is the first to analyze NCDs prevalence among Indian prisoners. Poor mental and dental health standards and the virtual absence of healthcare facilities necessitate governmental actions to boost inmates' health. It is essential to develop preventative interventions for this extremely isolated and vulnerable group in addition to diagnosing and treating noncommunicable diseases. CONCLUSIONS: Our study findings will enable decision-makers to structure and develop appropriate preventative and curative programs for inmates' general wellbeing.
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 | 0,014 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,035 |
| Bibliométrie | 0,009 | 0,009 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».