Are nurses at Swedish Departments of Infectious diseases prepared to care for patients with African viral haemorrhagic fever? - A survey study
Notice bibliographique
Résumé
Background: The African viral haemorrhagic fevers have in recent years been the cause of large outbreaks with high mortality rates and elevated risks of global spread. These outbreaks put the Departments of Infectious diseases, both national and international, on high demand when caring for this patient group, in a patient- and staff-safe manner. The aim of the study was to describe nurses’ perceived ability and knowledge about caring for patients with suspected or verified African viral haemorrhagic fever at Departments of Infectious diseases in Sweden.Methods: A web survey was conducted to collect data. The results are presented through a descriptive design. The participants were registered nurses working in infectious diseases clinics; 216 survey results were registered.Results: Registered Nurses in Swedish Departments of Infectious diseases witnessed having limited knowledge about the African haemorrhagic fevers. The respondents also perceived having limited or very limited knowledge about various practival procedures, such as drawing blood samples to confirm the infection. The majority of the participants had not been given theoretical education, nor had been given the opportunity to sufficiently practice using personal protective equipment at their place of work. The nurses perceived fear for their personal safety while caring for this group of patients.Conclusions: The participants perceived fear, both limited theoretical and practical knowledge and training about caring for patients with African haemorrhagic fever, even though they had worked with infectious diseases for several years. There is a need for implementation of measures to ensure the healthcare professionals' safety and to prevent them from being infected with potentially lethal infections. It also poses a risk for the patient in the absence of specific nursing care, which can lead to an increased critical disease state.
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 | 0,002 | 0,005 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».