MétaCan
Menu
Retour à la cohorte
Enregistrement W4245960275 · doi:10.21203/rs.2.22225/v1

Preparing the healthcare workforce in South Africa for short-course rifampicin-resistant TB treatment: Inter-professional training and task-sharing considerations

2020· preprint· en· W4245960275 sur OpenAlexaff
Paul D. Stamper, Khaya Mlandu, Kelly Lowensen, K Geiger, Yen Nguyen, Chakra Budhathoki, Norbert Ndjeka, Jason E. Farley

Notice bibliographique

RevueResearch Square (Research Square) · 2020
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensReach Technologies (Canada)
Organismes subventionnairesJohns Hopkins UniversityGlobal Fund to Fight AIDS, Tuberculosis and Malaria
Mots-clésTask (project management)WorkforceShort courseTraining (meteorology)Health careWorkforce developmentTask forceHealth professionalsRifampicinMedical educationMedicineBusinessPolitical scienceManagementGeographyTuberculosisEconomicsPublic administration

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Treatment for rifampicin-resistant Mycobacterium tuberculosis (RR-TB) is complex, however, shorter treatment, with newer antimicrobials are improving treatment outcomes. The South African National Department of Health (NDoH) recently accelerated the rollout of 9-month, all oral, RR-TB short-course regimens. We sought to evaluate an inter-professional training program using pre-test and post-test performance of Professional Nurses (PNs), Advanced Practice Professional Nurses (APPNs) and Medical Officers (MOs) to inform: a) training needs across cadres; b) knowledge performance, by cadres; and c) training differences in knowledge by nurse type. Methods: A 4-day didactic and case-based clinical decision support course for RR-TB regimens in South Africa (SA) was developed, reviewed and nationally accredited. Between February 2017 and July 2018, 12 training events were held. Clinicians who may initiate RR-TB treatment, specifically MOs and PN/APPNs with matched pre-post tests and demographic surveys were analyzed. Descriptive statistics are provided. Pre-post test evaluations included 25 evidence-based clinically related questions about RR-TB diagnosis, treatment, and care. Results: Participants (N=842) participated in testing, and matched evaluations were received for 800 (95.0%) training participants. Demographic data was available for 793 (99.13%) participants, of whom 762 (96.1%) were MOs, or nurses, either PN or APPNs. Average correct response pre-test and post-test scores were 61.7% (range 7-24 correct responses) and 85.9% (range 12-25), respectively. Overall, 95.8% (730/762) of participants demonstrated improved knowledge. PNs improved on average 25% (6.22 points) whereas MOs improved 10% (2.89 points) with better mean test scores on both pre- and post-test (p<0.000). APPNs performed the same as the MOs on post-test scores (p=NS). Conclusions: The inter-professional training program in short-course RR-TB treatment improved knowledge for participants. MOs had significantly greater pre-test scores. Of the nurses, APPNs outperformed other PNs, and performed equally to MOs on post-test scores, suggesting this advanced cadre of nurses might be the most appropriate to initiate and monitor treatment in close collaboration with MOs. All cadres of nurse reported the need for additional clinical training and mentoring prior to managing such patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,301
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0070,001
Communication savante0,0010,000
Science ouverte0,0010,003
Intégrité de la recherche0,0010,009
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,379
Tête enseignante GPT0,570
Écart entre enseignants0,191 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square (Research Square)Même sujetInterprofessional Education and CollaborationTravaux en français237 207