Which primary care practitioners have poor human papillomavirus (HPV) knowledge? A step towards informing the development of professional education initiatives
Notice bibliographique
Résumé
BACKGROUND: Primary care practitioners (PCP) play key roles in cervical cancer prevention. Human papillomavirus (HPV) knowledge is an important influence on PCPs' cervical cancer prevention-related behaviours. We investigated HPV knowledge, and associated factors, among general practitioners (GPs) and practice nurses. METHODS: A survey, including factual questions about HPV infection and vaccination, was mailed to GPs and practice nurses in Ireland. Multivariable logistic regression was used to determine which PCPs had low knowledge (questions correctly answered: infection ≤5/11; vaccination: ≤4/10). Questions least often answered correctly were identified. RESULTS: 697 PCPs participated. For HPV infection, GPs and practice nurses answered a median of nine and seven questions correctly, respectively (p<0.001). Significantly associated with low HPV infection knowledge were: being a practice nurse/male GP; working fewer hours/week; not having public patients; and having never taken a cervical smear. For HPV vaccination, both GPs and practice nurses answered a median of six questions correctly (p = 0.248). Significantly associated with low HPV vaccination knowledge were: being a practice nurse/male GP; working more years in general practice, fewer hours/week, in a smaller practice or in a practice not specialising in women's health; and having never taken a smear. Six HPV infection questions, and seven HPV vaccination questions, were not answered correctly by >⅓ of PCPs. CONCLUSIONS: There are important limitations in HPV infection and vaccination knowledge among PCPs. By identifying factors associated with poor knowledge, and areas of particular uncertainty, these results can inform development of professional education initiatives thereby ensuring women have access to uniformly high-quality HPV-related information and advice.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».