MétaCan
Menu
Retour à la cohorte
Enregistrement W3024984024 · doi:10.2196/19047

Awareness and Preparedness of Field Epidemiology Training Program Graduates to Respond to COVID-19 in the Eastern Mediterranean Region: Cross-Sectional Study

2020· article· en· W3024984024 sur OpenAlexvenueno aff
Mohannad Al Nsour, Yousef Khader, Abdulwahed Al Serouri, Haitham Bashier, Shahd Osman

Notice bibliographique

RevueJMIR Medical Education · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreparednessEpidemiologyPandemicOutbreakMedicinePersonal protective equipmentCoronavirus disease 2019 (COVID-19)Cross-sectional studyEnvironmental healthFamily medicinePublic healthComputer-assisted web interviewingDiseaseInfectious disease (medical specialty)NursingVirologyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Field Epidemiology Training Program (FETP) is a 2-year training program in applied epidemiology. FETP graduates have contributed significantly to improvements in surveillance systems, control of infectious diseases, and outbreak investigations in the Eastern Mediterranean Region (EMR). OBJECTIVE: Considering the instrumental roles of FETP graduates during the coronavirus disease (COVID-19) crisis, this study aimed to assess their awareness and preparedness to respond to the COVID-19 pandemic in three EMR countries. METHODS: An online survey was sent to FETP graduates in the EMR in March 2020. The FETP graduates were contacted by email and requested to fill out an online survey. Sufficient number of responses were received from only three countries-Jordan, Sudan, and Yemen. A few responses were received from other countries, and therefore, they were excluded from the analysis. The questionnaire comprised a series of questions pertaining to sociodemographic characteristics, knowledge of the epidemiology of COVID-19, and preparedness to respond to COVID-19. RESULTS: This study included a total of 57 FETP graduates (20 from Jordan, 13 from Sudan, and 24 from Yemen). A total of 31 (54%) graduates had attended training on COVID-19, 29 (51%) were members of a rapid response team against COVID-19, and 54 (95%) had previous experience in response to disease outbreaks or health emergencies. The vast majority were aware of the main symptoms, mode of transmission, high-risk groups, and how to use personal protective equipment. A total of 46 (81%) respondents considered themselves well prepared for the COVID-19 outbreak, and 40 (70%) reported that they currently have a role in supporting the country's efforts in the management of COVID-19 outbreak. CONCLUSIONS: The FETP graduates in Jordan, Sudan, and Yemen were fully aware of the epidemiology of COVID-19 and the safety measures required, and they are well positioned to investigate and respond to the COVID-19 pandemic. Therefore, they should be properly and efficiently utilized by the Ministries of Health to investigate and respond to the current COVID-19 crisis where the needs are vastly growing and access to outside experts is becoming limited.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,279
Tête enseignante GPT0,546
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Medical EducationMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207