Hypertension, knowledge, attitudes, and practices of primary care physicians in Ulaanbaatar, Mongolia
Notice bibliographique
Résumé
We examined the knowledge, attitudes, and practices of primary care doctors in Ulaanbaatar, Mongolia using a recently developed World Hypertension League survey. The survey was administered as part of a quality assurance initiative to enhance hypertension control. A total of 577 surveys were distributed and 467 were completed (81% response rate). The respondents had an average age of 35 years and 90.1% were female. Knowledge of hypertension epidemiology was low (13.5% of questions answered correctly); 31% of clinical practice questions had correct answers and confidence in performing specific tasks to improve hypertension control had 63.2% "desirable/correct" answers. Primary care doctors mostly had a positive attitude toward hypertension management (76.5% desirable/correct answers) and highly prioritized hypertension management activities (85.7% desirable/correct answers). Some important highlights included the majority (> 80%) overestimating hypertension awareness, treatment, and control rates; 78.2% used aneroid blood pressure manometers; 15% systematically screened adults for hypertension in their clinics; 21.8% reported 2 or more drugs were required to control hypertension in most people; and 16.1% reported most people could be controlled by lifestyle changes alone. 55% of respondents were not comfortable prescribing more than 1 or 2 antihypertensive drugs in a patient and the percentage of desirable/correct responses to treating various high-risk patients was low. Most (53%-74%) supported task shifting to nonphysician health care providers except for drug prescribing, which only 13.9% supported. A hypertension clinical education program is currently being designed based on the specific needs identified in the survey.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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 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 ».