Awareness and Level of Knowledge About Surgical Site Infections and Risks of Wound Infection Among Medical Physicians in King Abdulaziz University Hospital: Cross-Sectional Study
Notice bibliographique
Résumé
BACKGROUND: Surgical site infections (SSIs) are one of the leading causes of death, and its prevention is a key element of applying the concept of patient safety and quality care. OBJECTIVE: This study aimed to assess the level of knowledge about SSIs and risks of wound infection among medical physicians in King Abdulaziz University Hospital. METHODS: All surgical and medical consultants, specialists, residents, and medical interns were invited to participate in the study. A 20-Item multiple-choice questionnaire was developed by reviewing the previous literature and with the help of a group of certified surgeons to assess the level of knowledge in all participants. RESULTS: A total of 119 doctors were included in this study. Among all respondents, 92 (77.3%) were intern doctors, 16 (13.4%) were resident doctors, and 11 (9.2%) were specialist doctors. Moreover, 66 (55.5%) doctors knew the definition of SSI. Only one-quarter, that is, 30 (25.2%) doctors knew about the incidence of SSI. In addition, 8 doctors (6.7%) had good knowledge, 75 (63.0%) had fair knowledge, and 36 (30.2%) had poor knowledge regarding SSI according to this study. CONCLUSIONS: Level of knowledge about SSIs and risks of wound infections among medical physicians should be improved to ensure better wound care and quality care for the patients.
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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».