HEPATITIS B IN HEALTHCARE WORKERS: TRANSMISSION EVENTS AND GUIDANCE FOR MANAGEMENT
Notice bibliographique
Résumé
Introduction: Hepatitis B virus (HBV) remains a significant public health threat worldwide, with healthcare workers, including dental professionals, at high risk of exposure. Despite the availability of effective vaccines and prevention measures, gaps in knowledge, attitudes, and practices towards HBV prevention persist among nurse in Saudi Arabia. This systematic review aimed to evaluate the effectiveness of interventional studies and clinical trials designed to improve HBV awareness, vaccination rates, and adherence to infection control practices among nurses in the Kingdom. Methods: A comprehensive search of PubMed, Scopus, Web of Science, and Embase databases was conducted for interventional studies and clinical trials published in the last five years up to 2022, focusing on HBV prevention among nurse in Saudi Arabia. The review included studies that reported on changes in knowledge, attitudes, practices, or vaccination rates following the intervention. Data were synthesized qualitatively due to the anticipated heterogeneity in study designs and outcomes. Results: Nine interventional studies met the inclusion criteria, showcasing a variety of educational and training interventions. The interventions led to significant improvements in HBV awareness and practices, with risk differences ranging from 10% to 30% for improved adherence to infection control practices and up to 30% increase in vaccination rates post-intervention. The effectiveness of these interventions was particularly pronounced in studies employing active, participatory learning techniques and multifaceted approaches, indicating the value of comprehensive and engaging educational programs in enhancing HBV prevention efforts among Conclusions: The review demonstrates that targeted educational and training interventions can significantly improve knowledge, attitudes, and preventive behaviors towards HBV. The findings support the implementation of multifaceted, interactive educational programs within healthcare settings to reduce the risk of HBV transmission.
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 | 0,009 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».