Current state of knowledge of basic life support in health professionals of the largest city in Pakistan: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Basic Life Support (BLS) is the recognition of sudden cardiac arrest and activation of the emergency response system, followed by resuscitation, and rapid defibrillation. According to WHO, Pakistan has one of the highest mortality rates from accidental deaths therefore assessment and comparison of BLS knowledge in health professionals is crucial. We thereby aim to assess and compare the knowledge of BLS in doctors, dentists and nurses. METHODS: A multi-centric cross-sectional survey was conducted in Karachi at different institutions belonging to the private as well as government sector from January to March 2018. We used a structured questionnaire which was adapted from pretested questionnaires that have been used previously in similar studies. Descriptive statistics were analyzed using SPSS v22.0, where adequate knowledge was taken as a score of at least 50%. P < 0.05 was considered as significant. Logistic regression was used to identify the factors affecting the knowledge regarding BLS in health care professionals. RESULTS: The responders consisted of 140 doctors, nurses and dentists each. Only one individual (dentist) received a full score of 100%. In total, 58.3% of the population had inadequate knowledge. Average scores of doctors, dentists and nurses were 53.5, 43.3 and 38.4% respectively. Doctors, participants with prior training in BLS and those with 6 to 10 years after graduation were found to be a significant predictor of adequate knowledge, on multivariate analysis. CONCLUSION: Even though knowledge of BLS in doctors is better than that of dentists and nurses, overall knowledge of health care professionals is extremely poor. Present study highlights the need for a structured training of BLS for health care workers.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».