COVID-19 infection prevention and control procedures and institutional trust: Perceptions of Canadian intensive care and emergency department nurses
Notice bibliographique
Résumé
Healthcare workers must ensure effective infection prevention and control (IPC) to prevent nosocomial spread of SARS-CoV-2, the virus that causes COVID-19. This questionnaire study aims to evaluate Canadian critical care and emergency department nurses’ readiness to follow IPC guidelines in their workplace, and to understand their perceptions of trust in organizational preparedness, communication, and infection risk. We adapted an internationally distributed survey for the Canadian context. This cross-sectional questionnaire, incorporating validated scales for items including institutional trust, was distributed by email to nurses via the Canadian Association of Critical Care Nurses and the Canadian Association of Emergency Physicians networks between 16 March and 25 May 2020. We evaluated intensive care unit and emergency department nurses’ adherence to IPC protocols, barriers and facilitators to IPC guideline adherence, and their level of institutitonal trust. Three hundred and nineteen nurses responded to the survey. There was higher trust in organizational preparedness among nurses who were older (B = 0.31, P < 0.001) and more experienced (F = 18.09, P < 0.001), and particularly among those with previous experience working in outbreak settings (F = 7.87, P = 0.005). Compared with those without experience working in outbreak settings, respondents with this experience reported higher levels of fear of becoming ill and fear of providing care for COVID-19 patients (χ 2 = 21.48, P = 0.002 and χ 2 = 12.61, P = 0.05, respectively). Older and more experienced nurses reported greater comfort with IPC skills and easier access to personal protective equipment. While the vast majority (96%) of respondents reported using masks and gloves, only 83% had access to isolation facilities for suspected or confirmed COVID-19 cases. Canadian nurses had strong self-reported adherence to IPC measures and personal protective equipment use. There were high levels of trust in health system leadership to ensure protective measures are present and reliable. Trust was particularly high among older and more experienced nurses despite these populations reporting higher levels of fear of personal illness.
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 | 0,004 | 0,012 |
| 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 | 0,005 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».