Rural-urban differences in provider practice related to preconception counselling and fetal alcohol spectrum disorders.
Notice bibliographique
Résumé
OBJECTIVE: Fetal alcohol spectrum disorders (FASDs) are the most common form of nongenetic birth defect in North America with devastating, long-term consequences. Physicians are the primary providers of medical care for pregnant women and they play an important role in the prevention and diagnosis of FASD. We sought to determine whether differences exist between rural and urban health care providers in knowledge of, attitudes about and awareness of FASD and preconception counselling. METHODS: Surveys were mailed to a national, random sample of Canadian health care providers (n = 5361) between October 2001 and May 2002. Bivariate data analysis was completed using SPSS 14.0. RESULTS: Compared with their urban counterparts, rural providers were more likely to report being prepared to access resources related to alcohol use and dependency, yet they were less likely to agree that it was the physician's role to manage these issues (78.4% v. 82.8%, p < 0.05). Rural providers were more likely than urban providers to use a standardized tool to screen patients for alcohol use, to ask all pregnant women if they were drinking, to have cared for a patient with an FASD (56.7% v. 48.8%), to agree that providers do not make a diagnosis because of lack of time and training, and to recognize legal issues and inappropriate behaviour as secondary outcomes of FASD. Rural and urban providers were similar in their diagnostic knowledge of FASD. CONCLUSION: Few differences between rural and urban providers exist with regard to knowledge and diagnosis of FASD; however, rural providers are more prepared to access resources for women with addiction issues and are more likely to care for patients with an FASD.
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 ».