A look through Latin America truck drivers’ health, a systematic review and meta-analysis
Notice bibliographique
Résumé
Heavy truck drivers represent a social group of great importance to any country's economy. Their professional activity requires a high level of dedication. Due to the irregular hours in their work routine and adopted habits, they mostly predispose them to a diversity of health problems. The purpose of this study is to perform a systematic review and meta-analysis aiming to identify the prevalence of diabetes, hypertension, and obesity in Latin American Truck Drivers. We searched the PubMed, Web of Science, Scopus and LILACS databases, for scientific publications articles, as reported by The PRISMA Statement. From 1,382, 7 studies were included according to the established criteria. The hypertension prevalence found was 34.2%, diabetes was of 9.2% and the highest prevalence found was for overweight and obesity (56%). Meta-analysis presented that drivers have a higher prevalence of overweight or obesity when compared to eutrophic individuals and that drivers with diabetes and hyperglycemia have a lower prevalence. Due to their work activity, their access to the health system is compromised limiting any type of monitoring of their health. This study showed that there is, in Latin America, an investment and assistance gap, both in the health sector and in the research section, for this professional category, which is so important to the economy of these countries. These data should help to identify the difficulties faced by this professional in health assistance, road safety, public safety, leisure and social life. This research also highlighted that they are young and already have the first sign of non-transmissible chronic diseases, which is overweight and obesity.
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 | 0,017 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,017 |
| Bibliométrie | 0,014 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».