Knowledge and Attitude Toward Evidence-Based Medicine and Associated Factors Among Medical Interns in Amhara Regional State Teaching Hospitals, Northwest Ethiopia: Cross-sectional Study
Notice bibliographique
Résumé
BACKGROUND: Evidence-based medicine (EBM) is widely accepted in medicine. It is necessary to improve the knowledge and attitudes of medical students in the use of evidence. In Ethiopia, little is known about medical students' knowledge and attitudes toward EBM. OBJECTIVE: This study aimed to assess the knowledge and attitudes toward EBM and its associated factors among medical interns in teaching hospitals. METHODS: A cross-sectional survey was conducted using a random sample of medical interns in teaching hospitals in Ethiopia. Multivariable logistic regression analyses were used to identify the factors associated with the knowledge and attitudes toward EBM. Adjusted odds ratio (AOR) with 95% confidence interval and P≤.05 was used to quantify strength of association between variables. RESULTS: Out of a sample of 423 medical interns, 403 completed the questionnaire (95.3% response rate). Overall, 68.0% (274/403 of respondents had a favorable attitude toward EBM and 57.1% (230/403) had good knowledge of EBM. The majority (355/403, 88.1%) of participants had internet access. Only 19.6% (79/403) of respondents had received EBM-related training. Respondents' knowledge of EBM was associated with previous EBM training (AOR 2.947, 95% CI 1.648-5.268, P<.001), understanding of sensitivity (AOR 2.836, 95% CI 1.824-4.408, P=.003), and internet access (AOR 2.914, 95% CI 1.494-5.685, P=.002). The use of an electronic database as a source of information (AOR 1.808, 95% CI 1.143-2.861, P=.01) and understanding of absolute risk reduction (AOR 2.750, 95% CI 1.105-6.841, P=.03) were predictors of positive attitudes. CONCLUSIONS: This study demonstrates a lack of formal EBM training and awareness of basic concepts of EBM among medical interns. Medical intern attitudes toward EBM are relatively good. To enhance EBM knowledge and skills, formal teaching of EBM should be integrated into medical education.
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 | 0,008 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».