Training Residents in Maternal Depression Care to Improve Child Health: A CERA Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Untreated maternal depression negatively impacts both the mother and her children's health and development. We sought to assess family medicine program directors' (PDs) knowledge and attitudes regarding maternal depression management as well as resident training and clinical experience with this disorder. METHODS: Data were gathered through the Council of Academic Family Medicine's (CAFM) Educational Research Alliance (CERA) national survey of family medicine PDs in US and Canadian programs, from January through February, 2018. RESULTS: Surveys were completed by 298 PDs (57.1% response rate) who were majority male (58.9%) and white (83.8%). Nearly all (90.2%) PDs agreed that family physicians should lead efforts to minimize the impact of maternal depression on child well-being. According to PD report, in the family medicine clinics where residents train, most (77.3%) have a clinic process that ensures that routine screening for depression occurs, and 54.4% do some screening of mothers during pediatric visits. Only 18.2% report routinely taking steps to minimize the impact of the mothers' depression on child well-being. Finally, 41.3% of PDs reported being familiar with the literature on the impact of maternal depression on children; self-reported familiarity was significantly associated with more comprehensive resident training on this topic. CONCLUSIONS: Family medicine residency program directors are supportive of training in maternal depression, though their current knowledge is variable and there are opportunities to enhance care of mothers and children impacted by this common and serious disorder.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle