Knowledge, skills, and confidence among healthcare staff in urinary catheterization
Notice bibliographique
Résumé
INTRODUCTION: There is an increasing volume of urology referrals for urinary catheterization (UC). The aim of this study was to determine the confidence and knowledge among healthcare staff on UC. We also assessed their satisfaction with training and support received during catheter education and clinical practice. METHODS: This was a mixed-methods model using an anonymous, online survey circulated among all hospital staff. Weekly reminders were sent, quantitative data was obtained from closed-ended questions, and thematic analysis was performed for qualitative, open-ended questions. RESULTS: The response rate was 26% (n=90/350), from a heterogenous group of doctors and nurses from various specialties and grades in the hospital and community frequently dealing with UC. There was decreasing confidence levels in female UC (54%, n=47/87), three-way catheters (33%, n=29/89), and managing suprapubic catheters (25%, n=21/85). Female UC was reported as the most difficult of catheter insertions (35%, n=31/90). Although 83% (n=74/89) of respondents received catheter education, 53% (n=48/90) felt this was insufficient for clinical practice. Fifty-one percent (n=45/89) believed more support with UC in clinical practice was required and 64% (n=57/89) recommended changes in catheter education. The most common theme identified was the need for ongoing education and more practical supervision in clinical practice. CONCLUSIONS: Catheter training should focus on different types of catheters and management of difficult catheter scenarios. Standardizing safe catheter education during undergraduate training and including this as a part of regular annual or biannual mandatory training for healthcare staff involved in dealing with catheters in clinical practice would be the way forward.
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 | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».