Confidence in Women’s Health: A Cross Border Survey of Adult Nephrologists
Notice bibliographique
Résumé
A range of women's health issues are intimately related to chronic kidney disease, yet nephrologists' confidence in counseling or managing these issues has not been evaluated. The women's health working group of Cure Glomerulonephropathy (CureGN), an international prospective cohort study of glomerular disease, sought to assess adult nephrologists' training in, exposure to, and confidence in managing women's health. A 25-item electronic questionnaire was disseminated in the United States (US) and Canada via CureGN and Canadian Society of Nephrology email networks and the American Society of Nephrology Kidney News. Response frequencies were summarized using descriptive statistics. Responses were compared across provider age, gender, country of practice, and years in practice using Pearson's chi-squared test or Fisher's exact test. Among 154 respondents, 53% were women, 58% practiced in the US, 77% practiced in an academic setting, and the median age was 41⁻45 years. Over 65% of respondents lacked confidence in women's health issues, including menstrual disorders, preconception counseling, pregnancy management, and menopause. Most provided contraception or preconception counseling to less than one woman per month, on average. Only 12% had access to interdisciplinary pregnancy clinics. Finally, 89% felt that interdisciplinary guidelines and/or continuing education seminars would improve knowledge. Participants lacked confidence in both counseling and managing women's health. Innovative approaches are warranted to improve the care of women with kidney disease and might include the expansion of interdisciplinary clinics, the development of case-based teaching materials, and interdisciplinary treatment guidelines focused on this patient group.
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 | 0,010 | 0,034 |
| 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) | 0,001 | 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 ».