Comparison of Stroke Warning Sign Campaigns in Australia, England, and Canada
Notice bibliographique
Résumé
BACKGROUND: Public awareness of the signs of stroke is essential to ensure that those affected by stroke arrive at the hospital in time for lifesaving therapies. It is unclear how well stroke awareness campaigns improve awareness of stroke signs and whether people translate this into action. METHODS: We evaluated stroke awareness campaigns conducted in England, Australia, and Canada using pre- and post-campaign surveys. We assessed the proportion of people who could name the main signs of stroke, and compared the proportion naming these correctly between locations. We also assessed whether people would call emergency services in the event of a stroke. Proportion responding correctly was compared using chi-square analysis. RESULTS: The amount spent on the campaigns was different in each country. The post-campaign survey was conducted among 400 people in Australia, 1921 in England, and 2703 in Canada. Sixty-eight per cent of people in Australia and 57% in Canada could name two or more signs of stroke (P < 0.001). After the campaign, knowledge of each of the elements of the campaign (face, arm, speech, time) was significantly greater in England than in Australia (P < 0.001 for each item). A high proportion of participants reported that they would call emergency services in the event of a stroke (97% in England, 90% in Australia, and 67% in Canada). CONCLUSION: Knowledge of stroke signs and the action to be taken can be improved with awareness campaigns. The effectiveness of these campaigns may be enhanced by spend on media, media mix, and key messages. It is critical to ensure that campaigns provide the clear and bold message that prompt action is an essential ingredient to reduce death and disability following stroke.
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) | 0,000 | 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 ».