Epidemiology of exposure to HIV/AIDS risky conditions in healthcare settings: the case of health facilities in Gondar City, North West Ethiopia
Notice bibliographique
Résumé
It has been estimated that every year more than quarter a million health care workers exposed to HIV risky conditions in health care settings, more so in developing countries, with high incidence of HIV/AIDS and unsafe practices. Particularly, Sub-Saharan African countries share at least half of these occupational exposures to HIV risky conditions among health care workers. The aim of this study was to determine the epidemiology of health care workers' exposure to HIV/AIDS risky conditions and associated factors in the healthcare settings in Gondar city. Institution based quantitative cross sectional study was conducted from April 1–20, 2014. The study included 401 health care workers who were selected from the source population by simple random sampling technique. Data were collected by interviewing health care workers using structured and pretested questionnaire. After the collected data entered to EPI INFO version 3.5.3 statistical software and exported to SPSS version 20.0 for analysis, both binary and multivariable logistic regressions were done to identify factors associated with exposure to HIV/AIDS risky conditions. From a total of 401 health care workers involved in this study, 162(40.4%) reported at least one history of occupational exposure to HIV/AIDS risky conditions in the last one year. More than half (52.31%) of physicians and 47.62% of anesthetists were exposed to HIV/AIDS risky conditions within one year. Lack of training on infection prevention, 5–10 years work experience, long working hours per week, absence of work guidelines, and dissatisfaction with current job were significantly associated with accidental occupational exposure to HIV/AIDS risky conditions. This study found quite high prevalence of health care workers exposure to HIV/AIDS risky conditions in the health care settings in Gondar city. Therefore, effective and goal oriented educational programmes targeting at health care workers and establishment of surveillance systems for registering, reporting and management of occupational exposures in health care settings are quite important.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».