Effect of an Educational Presentation about Extremely Preterm Infants on Knowledge and Attitudes of Health Care Providers
Notice bibliographique
Résumé
Objective To determine healthcare providers' knowledge (HCP) about survival rates of extremely preterm infants (EPI) and attitudes toward resuscitation before and after an educational presentation and, to examine the relationship between knowledge and attitudes toward resuscitation. Study Design Participants completed a survey before and after attending a presentation detailing evidence-based estimates of survival rates and surrounding ethical issues. Respondents included neonatologists, obstetricians, pediatricians, maternal-fetal medicine specialists, trainees in pediatrics, obstetrics, neonatal-perinatal medicine and neonatal and obstetrical nurses. Results In total, 166 participants attended an educational presentation and 130 participants completed both pre- and postsurveys (response rate 78%). Prepresentation, for all gestations, ≤ 50% of respondents correctly identified survival/intact survival rates. Postpresentation, correct responses regarding survival/intact survival rates ranged from 49 to 86% (p < 0.001) and attitudes shifted toward being more likely to resuscitate at all gestations regardless of parental wishes. There was a weak-to-modest relationship (Spearman's coefficient 0.24–0.40, p < 0.001–0.004) between knowledge responses and attitudes. Conclusion Attendance at an educational presentation did improve HCP knowledge about survival and long term outcomes for EPI, but HCP still underestimated survival and were not always willing to resuscitate in accordance with parental wishes. These findings may represent barriers to some experts' recommendation to use shared decision-making with parents when considering the resuscitation options for their EPI.
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) | 0,001 | 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 ».