A cross-sectional study on the knowledge and practice of medical certification of cause of death among junior doctors in a tertiary hospital in North-East India
Notice bibliographique
Résumé
Background: Medical certification of cause of death (MCCD) is the formal document in which the doctor records the time, causes and circumstances of death of an individual. Inaccuracies and incomplete MCCD will lead to biased estimation of several epidemiological parameters. Hence this study was done to determine the knowledge and practice of MCCD among junior doctors and assess the association between knowledge and some selected variables of interest.Methods: A cross-sectional study was conducted among junior doctors constituting of interns, junior residents and post-graduates trainees of a tertiary hospital of Manipur from February to March 2020. A semi-structured, self-administered questionnaire was used. Data was entered in MS Excel and exported to SPSS version 21 where analysis was done. Descriptive statistics and Chi-square test was used for analysis and p<0.05 was taken as significant. Ethical clearance was obtained from the Institutional ethics committee.Results: Out of the 334 total respondents females constituted 53%. Only 88(26.3%) had satisfactory knowledge, and only 14% (47) of the respondents had ever issued MCCD.No significant association was seen between knowledge score and current department of posting, current designation, gender, religion and work experience.Conclusions: Only a quarter of the respondents (26.3%) were having satisfactory knowledge. There is a need to organize frequent workshops, seminars and induction training highlighting the importance of MCCD for the junior doctors with regular audits.
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 | 0,009 | 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 | 0,001 |
| 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 ».