Knowledge and Awareness of Rare Diseases Among Healthcare Professionals in the Kingdom of Bahrain
Notice bibliographique
Résumé
Aim Recent studies highlighted that lack of knowledge on rare diseases is a problem that requires attention. This study aims to assess healthcare professionals' general awareness and knowledge of rare diseases in a tertiary hospital in the Kingdom of Bahrain. Method The study employed a cross-sectional design, utilizing a survey questionnaire derived from the most recent literature. The survey encompassed socio-demographic factors and quiz-based questions that were previously created by Domaradzi and Walkowiak to assess knowledge and awareness of rare diseases. To ensure convenience and accessibility, the survey was made available in both Arabic and English languages. Results Of a total of 333 responses, 25.2% were physicians, 53.8% were nurses, and 21.0% were allied health personnel. The majority of participants (87.4%) were aware of and had heard the term "rare diseases" prior to this survey. Participants were able to recognize what age group is frequently affected by rare diseases (p=0.023) and what the common cause of rare diseases worldwide is (p<0.001). Overall scores showed that only four participants answered all questions correctly, testing their knowledge of rare diseases. There was a weak correlation between self-declared knowledge and the overall score achieved (r=0.190; p<0.001), which indicates that the population's self-declared knowledge did not portray their actual knowledge of rare diseases. Conclusion This study highlights the need for improved knowledge of rare diseases among healthcare professionals, which aligns with the global knowledge landscape. To bridge the knowledge gap, we recommend action plans to ensure that healthcare professionals have rich knowledge of rare diseases and further improve patient care. Additionally, enhancing advocacy efforts is crucial to ensure optimal local and global patient care services.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».