Knowledge and practices of medical students to prevent tuberculosis transmission in Rio de Janeiro, Brazil
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To describe knowledge, practices, and associated factors of medical students to prevent transmission of tuberculosis (TB) in five medical schools. METHODS: Cross-sectional survey of undergraduate medical students in preclinical and in early and late clinical years. Information was obtained on sociodemographic profile, previous lectures on TB, knowledge about TB transmission, exposure to patients with active pulmonary TB, and use of respiratory protective masks. RESULTS: Among 1 094 respondents, 575 (52.6%) correctly answered that coughing, speaking, and sneezing can transmit TB. Early [adjusted odds ratio = 4.0 (3.0, 5.5)] and late [adjusted odds ratio = 4.2 (3.1, 5.8)] clinical years were associated with correct answers, but having had previous lectures on TB was not. Among those who had previous lectures on TB, the rate of correct answers increased from 42.1% to 61.6%. Among 332 medical students who reported exposure to TB patients, 194 (58.4%) had not used protective masks. More years of clinical experience was associated with the use of masks [adjusted odds ratio = 2.9 (1.4, 6.1)], while knowledge was inversely associated with the use of masks [adjusted odds ratio = 0.4 (0.2, 0.6)]. CONCLUSIONS: Many medical students are not aware of the main routes of TB infection, and lectures on TB are not sufficient to change knowledge and practices. Regardless of knowledge about TB transmission, students engage in risky behaviors: more than two-thirds do not use a protective mask when examining an active TB case. We suggest innovative, effective active learning experiences to change this scenario.
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.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 découle