The knowledge needs for Canadian paediatric emergency physicians in the diagnosis and management of tropical diseases: A national physician survey
Notice bibliographique
Résumé
OBJECTIVES: To assess the knowledge gaps and need for continuing medical education (CME) resources for Canadian paediatric emergency department (PED) physician management of common tropical diseases. METHODS: A cross-sectional survey study of Canadian PED was performed from May to July 2017 using the Pediatric Emergency Research Canada (PERC) database. RESULTS: The response rate was 56.4% (133/236). The mean performance on the case-based vignettes identifying clinical presentation of tropical illnesses ranged from 59.9% to 76.0%, with only 15.8% (n=21) to 31.1% (n=42) of participants scoring maximum points. Those who 'always' asked about fever performed better than those who only 'sometimes' asked (40.4% versus 23.8%). For management cases, the majority of the participants (59.4% to 89.5%) were able to interpret investigations; however, many were unsure of subsequent actions relating to initial treatment, discharge instructions, and reporting requirements. Many would consult infectious diseases (87.8% to 99.3%). Fifty-three per cent of the participants reported a low comfort level in diagnosing or managing these patients. They rated the importance of CME materials with a median of 50/100, via various modalities such as case studies (71.9%), emphasizing a need for PED-specific content. CONCLUSION: This study identified a knowledge gap in the recognition and management of pediatric tropical diseases by Canadian PED physicians. There is a need for formal CME materials to supplement physician practice.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».