Drivers of health workers’ migration, intention to migrate and non-migration from low/middle-income countries, 1970–2022: a systematic review
Notice bibliographique
Résumé
BACKGROUND: The migration of healthcare workers (HWs) from low/middle-income countries (LMICs) is a pressing global health issue with implications for population-level health outcomes. We aimed to synthesise the drivers of HWs' out-migration, intention to migrate and non-migration from LMICs. METHODS: We searched Ovid MEDLINE, EMBASE, CINAHL, Global Health and Web of Science, as well as the reference lists of retrieved articles. We included studies (quantitative, qualitative or mixed-methods) on HWs' migration or intention to migrate, published in either English or French between 1 January 1970 and 31 August 2022. The retrieved titles were deduplicated in EndNote before being exported to Rayyan for independent screening by three reviewers. RESULTS: We screened 21 593 unique records and included 107 studies. Of the included studies, 82 were single-country studies focusing on 26 countries, while the remaining 25 included data from multiple LMICs. Most of the articles focused on either doctors 64.5% (69 of 107) and/or nurses 54.2% (58 of 107). The UK (44.9% (48 of 107)) and the USA (42% (45 of 107)) were the top destination countries. The LMICs with the highest number of studies were South Africa (15.9% (17 of 107)), India (12.1% (13 of 107)) and the Philippines (6.5% (7 of 107)). The major drivers of migration were macro-level and meso-level factors. Remuneration (83.2%) and security problems (58.9%) were the key macro-level factors driving HWs' migration/intention to migrate. In comparison, career prospects (81.3%), good working environment (63.6%) and job satisfaction (57.9%) were the major meso-level drivers. These key drivers have remained relatively constant over the last five decades and did not differ among HWs who have migrated and those with intention to migrate or across geographical regions. CONCLUSION: Growing evidence suggests that the key drivers of HWs' migration or intention to migrate are similar across geographical regions in LMICs. Opportunities exist to build collaborations to develop and implement strategies to halt this pressing global health problem.
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 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,009 |
| Bibliométrie | 0,012 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| 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 ».