Gender and sex differences in occupation-specific infectious diseases: a systematic review
Notice bibliographique
Résumé
Occupational infectious disease risks between men and women have often been attributed to the gendered distribution of the labour force, with limited comparative research on occupation-specific infectious disease risks. The objective of this study was to compare infectious disease risks within the same occupations by gender. A systematic review of peer-reviewed studies published between 2016 and 2021 was undertaken. To be included, studies were required to report infectious disease risks for men, women or non-binary people within the same occupation. The included studies were appraised for methodological quality. A post hoc power calculation was also conducted. 63 studies were included in the systematic review. Among high-quality studies with statistical power (9/63), there was evidence of a higher hepatitis risk for men than for women among patient-facing healthcare workers (HCWs) and a higher parasitic infection risk for men than for women among farmers (one study each). The rest of the high-quality studies (7/63) reported no difference between men and women, including for COVID-19 risk among patient-facing HCWs and physicians, hepatitis risk among swine workers, influenza risk among poultry workers, tuberculosis risk among livestock workers and toxoplasmosis risk among abattoir workers. The findings suggest that occupational infectious disease risks are similarly experienced for men and women within the same occupation with a few exceptions showing a higher risk for men. Future studies examining gender/sex differences in occupational infectious diseases need to ensure adequate sampling by gender.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».