ICU nurses’ knowledge, attitude and behavior about ICU acquired weakness
Notice bibliographique
Résumé
Background and objective: Intensive care unit (ICU) acquired weakness (ICU-AW) is muscle weakness caused by neuromuscular dysfunction, which can cause muscle mass and muscle strength decline, and is one of the common complications of ICU. ICU-AW can affect patients' daily activities and long-term quality of life. We sought to understand the current knowledge, attitude and behavior of ICU nurses relative to ICU-AW, and analyze the factors influencing the knowledge, attitude and behavior.Methods: Design: A cross-sectional survey. A survey was conducted of 236 ICU nurses using a self-designed questionnaire.Results: The knowledge, attitude and behavior scores of ICU nurses were 17.05 ± 6.003, 17.47 ± 5.538 and 19.84 ± 5.100, respectively. Multivariate analysis showed that education level, previous exposure to ICU-AW and ICU-AW-related knowledge were the three factors affecting ICU nurses' knowledge of ICU-AW. Education level and previous exposure to ICU-AW were the two factors affecting attitude. Education level and ICU-AW-related knowledge were the factors influencing nurses’ behavior (p < .05).Conclusions: ICU nurses have a lower knowledge and attitude score on ICU-AW and a higher score on ICU-AW intervention practice. Relevance to clinical practice: ICU nurses need to acquire more theoretical knowledge and deepen their understanding of ICU-AW, so as to prevent the incidence of ICU-AW.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,002 | 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 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 ».