Knowledge, attitude, and practice regarding COVID-19 outbreak in Bangladeshi people: An online-based cross-sectional study
Notice bibliographique
Résumé
In Bangladesh, an array of measures have been adopted to control the rapid spread of the COVID-19 epidemic. Such general population control measures could significantly influence perception, knowledge, attitudes, and practices (KAP) towards COVID-19. Here, we assessed KAP towards COVID-19 immediately after the lock-down measures were implemented and during the rapid rise period of the outbreak. Online-based cross-sectional study conducted from March 29 to April 19, 2020, involving Bangladeshi residents aged 12-64 years, recruited via social media. After consenting, participants completed an online survey assessing socio-demographic variables, perception, and KAP towards COVID-19. Of the 2017 survey participants, 59.8% were male, the majority were students (71.2%), aged 21-30 years (57.9%), having a bachelor's degree (61.0%), having family income >30,000 BDT (50.0%), and living in urban areas (69.8). The survey revealed that 48.3% of participants had more accurate knowledge, 62.3% had more positive attitudes, and 55.1% had more frequent practices regarding COVID-19 prevention. Majority (96.7%) of the participants agreed COVID-19 is a dangerous disease, almost all (98.7%) participants wore a face mask in crowded places, 98.8% agreed to report a suspected case to health authorities, and 93.8% implemented washing hands with soap and water. In multiple logistic regression analyses, COVID-19 more accurate knowledge was associated with age and residence. Sociodemographic factors such as being older, higher education, employment, monthly family income >30,000 BDT, and having more frequent prevention practices were the more positive attitude factors. More frequent prevention practice factors were associated with female sex, older age, higher education, family income > 30,000 BDT, urban area residence, and having more positive attitudes. To improve KAP of general populations is crucial during the rapid rise period of a pandemic outbreak such as COVID-19. Therefore, development of effective health education programs that incorporate considerations of KAP-modifying factors is needed.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».