Knowledge, Attitude, and Perception of Postmortem Examination Among Doctors and Nurses in a Tertiary Hospital of Sokoto, Nigeria
Notice bibliographique
Résumé
Postmortem examination is a highly specialized surgical procedure that consists of a thorough examination of a corpse to determine the cause and manner of death and to evaluate any disease or injury that may be present. This study aimed to assess the knowledge, attitude, and perception of postmortem examination among doctors and nurses in a tertiary health care of Sokoto state. A cross-sectional study design was used, and a total of 149 doctors and nurses participated in the study. Respondents were recruited into the study using probability proportionate to size followed by a simple random sampling method. Data were obtained through self-administered questionnaires, and the data were analyzed using Statistical Package for Social Sciences Version 17.0. Descriptive statistics, Chi-square test, and multinomial logistic regression analysis were carried out. The mean age of respondents was 31.6 (5.6) years. There were more nurses than doctors (60.4% vs. 39.6%) in the study. More than three-quarter (80%) of the respondents had fair to good knowledge of postmortem examination. While many respondents expressed positive attitudes and perceptions, less than half were willing to accept organs from deceased donors. Respondents' profession influenced both the knowledge (P > 0.001, odds ratio [OR] = 13.95) and attitude (P < 0.04, OR = 2.49) to postmortem examination. Although greater than three-quarter of respondents had fair to good knowledge and many expressed positive attitudes and perceptions with respect to postmortem examination, there is need to create more awareness on medical benefit of postmortem examination.
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 | 0,001 | 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 | 0,002 |
| 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 ».