MétaCan
Menu
Retour à la cohorte
Enregistrement W3214695208 · doi:10.36106/ijsr/6831141

PHYSICIAN KNOWLEDGE, ATTITUDE AND PRACTICE TOWARDS FIBROMYALGIAAND FACTOR'S INFLUENCING KNOWLEDGE IN EASTERN PROVINCE , SAUDI ARABIA

2021· article· en· W3214695208 sur OpenAlexaboutno aff
Hanan AlObaid, Laila AlRashed, Ayat AlHraiz, Erum Khalid, Mai AlDhamadi

Notice bibliographique

RevueINTERNATIONAL JOURNAL OF SCIENTIFIC RESEARCH · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueFibromyalgia and Chronic Fatigue Syndrome Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineFamily medicineQuarter (Canadian coin)DiseaseMedical knowledgeMedical education

Résumé

récupéré en direct d'OpenAlex

Introduction: Fibromyalgia is a common rheumatological disease that is difcult to diagnose , because of it's subjective symptoms and decient physician's knowledge of the disease . The purpose of this study is to assess knowledge, attitude and practice of family physicians regarding bromyalgia Methods: The study was a cross sectional with an online survey that was administered to general practitioners and family physicians in Eastern province, responses were obtained from 209 participants, knowledge about bromyalgia, attitude and practice were assessed Results: Regarding knowledge about bromyalgia, 89% of the respondents had poor knowledge. Attitudes revealed that More than half of the respondents (56%) thought that bromyalgia is easy to diagnosed. However, only 12.4% of the medical practitioners agreed that diagnosis of bromyalgia can be conducted in PHC setting and only 16.7% felt condent to use (ACR) criteria. Regarding management, about 27% believed they can manage bromyalgia . Only a quarter (24.9%) said they never manage any cases of bromyalgia. Conclusions: knowledge, attitude and practice regarding bromyalgia are poor which results in delay in the diagnosis and management.To overcome this delays in diagnosis and treatment and improve knowledge about bromyalgia, further education 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,434
Écart entre enseignants0,343 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINTERNATIONAL JOURNAL OF SCIENTIFIC RESEARCHMême sujetFibromyalgia and Chronic Fatigue Syndrome ResearchTravaux en français237 207