Factors Associated and Response to Needle Stick Injuries among Nursing Officers in District General Hospitals of Sri Lanka
Notice bibliographique
Résumé
INTRODUCTION: This study was carried out to find out the existing prevalence rates of the Needle Stick Injuries (NSIs) among nursing officers in Sri Lankan health delivery system and to identify the factors associated with NSIs including the level of knowledge, attitude and practice on prevention.METHODS: A descriptive cross sectional study was conducted in three District General Hospitals. Five routine working units identified from each hospital. Proportional allocations were made with a final step of simple random sampling to select the sample. Self- administered questionnaire was used for data collection.RESULTS: Response rate was 95% and the prevalence of NSIs was 43%. IV cannulation was the most risky procedure (51%). Re-capping was seen in 24% of the exposed group. Medical wards accounted for 78% of the NSIs. There was a significant difference in NSIs seen in maturity in age (p=0.015) and increase working experience (p=0.044) but no difference was found with increased work load (no. of patients seen per day, p=0.765, increase number of working hours per week, p=0.204) and participation in in-service training programs (p=0.592). Pre exposure Hepatitis B immunization was seen in only 64%. A significant 49% did not report the injury and the main reason was assumed less risk (46%).CONCLUSION: Prevalence of NSIs was still high and ignorance and neglect are the main causes. Health education and in-service training should be mainly directed at inculcating knowledge into practice and changing attitudes towards safe practices. Hepatitis B immunization should be provided as early as possible.
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 | 0,004 | 0,006 |
| 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 ».