MétaCan
Menu
Retour à la cohorte
Enregistrement W2070449896 · doi:10.5491/shaw.2012.3.3.209

Blood and Body Fluid Exposure Related Knowledge, Attitude and Practices of Hospital Based Health Care Providers in United Arab Emirates

2012· article· en· W2070449896 sur OpenAlexaff
Moazzam Zaidi, R Griffiths, Salem Beshyah, Julie E. Myers, Mukarram A. Zaidi

Notice bibliographique

RevueSafety and Health at Work · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control in Healthcare
Établissements canadiensNOSM University
Organismes subventionnairesnon disponible
Mots-clésHealth careMedicineEnvironmental healthMedical emergencyPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Knowledge, attitudes, and practices of healthcare providers related to occupational exposure to bloodborne pathogens were assessed in a tertiary-care hospital in Middle East. METHODS: A cross-sectional study was undertaken using a self-administered questionnaire based on 3 paired (infectivity known vs. not known-suspected) case studies. Only 17 out of 230 respondents had an exposure in the 12 months prior to the survey and of these, only 2 had complied fully with the hospital's exposure reporting policy. RESULTS: In the paired case studies, the theoretical responses of participating health professionals showed a greater preference for initiating self-directed treatment with antivirals or immunisation rather than complying with the hospital protocol, when the patient was known to be infected. The differences in practice when exposed to a patient with suspected blood pathogens compared to patient known to be infected was statistically significant (p < 0.001) in all 3 paired cases. Failure to test an infected patient's blood meant that an adequate risk assessment and appropriate secondary prevention could not be performed, and reflected the unwillingness to report the occupational exposure. CONCLUSION: Therefore, the study demonstrated that healthcare providers opted to treat themselves when exposed to patient with infectious disease, rather than comply with the hospital reporting and assessment protocol.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,344
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSafety and Health at WorkMême sujetInfection Control in HealthcareTravaux en français237 207