MétaCan
Menu
Retour à la cohorte
Enregistrement W4210827368 · doi:10.3389/fneur.2021.739354

Knowledge, Attitudes, Behavioural Practises, and Psychological Impact Relating to COVID-19 Among People Living With Spinal Cord Injury During In-Patient Rehabilitation in Bangladesh

2022· article· en· W4210827368 sur OpenAlexaff
Mohammad Anwar Hossain, K M Amran Hossain, Mohamed Sakel, Md. Feroz Kabir, Karen Saunders, Rafey Faruqui, Mohammad Sohrab Hossain, Zakir Uddin, Manzur Kader, Lori Maria Walton, Md. Obaidul Haque, Rubayet Shafin, Sonjit Kumar Chakrovorty, Iqbal Kabir Jahid

Notice bibliographique

RevueFrontiers in Neurology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésAnxietyRehabilitationMedicineFunctional illiteracyDepression (economics)TetraplegiaSpinal cord injuryCross-sectional studyLogistic regressionPhysical therapyClinical psychologyPsychologyPsychiatrySpinal cord

Résumé

récupéré en direct d'OpenAlex

Aim The aim of this research is to focus on gaining an insight into the knowledge, attitudes, behavioural practises (KAP), and psychological impact relating to COVID-19 among the people living with spinal cord injury receiving in-patient rehabilitation. Methods A prospective, cross-sectional survey of people with SCI ( N = 207), who were in active in-patient rehabilitation from two tertiary SCI Rehabilitation Centres in Bangladesh. Data were collected via face-to-face interviews, after voluntary consent, using a pretested, language validated questionnaire on Knowledge, Attitude and Behavioural practises (KAP) and the Depression, Anxiety, Stress Scale (DASS-21). Ethical approval and trial registration were obtained prospectively. Results A total of 207 people with SCI responded, among which 87% were men and 13% were women, with a mean age of 34.18 ± 12.9 years. Within the sample group, people living with tetraplegia comprised 33.8%, and people living with paraplegia comprised 66.2%. Overall, 63.8% of the participants were diagnosed with an SCI categorised as ASIA-A. Overall, the “knowledge score” was 8.59 ± 2.3 out of 12, “depression” was 11.18 ± 8, “anxiety” was 7.72 ± 5.1, and “stress” was 9.32 ± 6.7 from a total of 21 scores each category. The strong correlation was between knowledge, DASS scores, and age ( p < 0.05). In addition, there was a strong correlation between knowledge, gender ( p < 0.05) and education ( p < 0.01). Binary logistic regression found a stronger association of knowledge and DASS scores with gender, young age, illiteracy ( p < 0.01), and rural residence ( p < 0.05). A positive relationship was found between depression and anxiety scores ( p < 0.01) and a moderate positive relationship was found between depression and stress scores ( p < 0.01). A positive attitude was reported by the majority of participants ( p < 0.05). In terms of behavioural practises, participants reported both self and caregiver had followed health advice with regard to consulting health professionals (65.7%), implementing isolation (63.8%), taking droplet precaution care (87.4%), and hygiene care (90.3%). Conclusion Participants in this study reported high levels of knowledge, adoption of positive attitudes, and the practise of positive health advisory behaviours related to COVID-19 prevention procedures. However, high levels of depression, anxiety, and stress were also reported. Overall, women and younger participants were more likely to have high KAP, whereas those living in rural areas and with literacy challenges were less likely to report high knowledge scores.

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 enseignants0,017
Score d'incertitude au seuil0,034

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,395
Écart entre enseignants0,358 · 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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetSpinal Cord Injury ResearchTravaux en français237 207