Supporting professionals in the use of N95 masks at the start of a COVID-19 pandemic: a quality improvement approach
Notice bibliographique
Résumé
Abstract Background: At the beginning of the COVID-19 pandemic, healthcare professionals (HCP) faced many clinical uncertainties, due in part to the rapid evolution of knowledge about this disease and how to adequately protect themselves. The impact of a workshop alone on improving healthcare professionals’ (HCP) knowledge of the proper use of N95 masks at the beginning of the COVID-19 pandemic was unknown. Objective:We aimed to describe the development and implementation of a workshop on the proper use of N95 masks in hospital and its impact on HCP knowledge. Design: Quality improvement approach using a mixed-method, pre/post workshop design, based on the ADDIE instructional design framework. Setting and participants: All HCP working in one hospital in an urban region (Laval, Canada) in April 2020 were eligible. Intervention: Workshop content based on recommendations and procedures available at that time and validated by hospital microbiologists. Main outcome measures: We assessed participants’ knowledge on using N95 masks by questionnaires, pre and post workshop. Results: We elaborated the workshop content on and it was offered to HCP within one month. Of the 150 HCP who attended the 18 workshops, 69 completed the pre- and post-questionnaires. Most were women (88%) and nurses (59%). Participants’ knowledge increased after the workshop (24-85%) and their anxiety was subjectively reduced. Conclusion: Using a workshop to share the latest recommendations on the proper use of N95 masks increased HCPs’ confidence. The quality improvement approach allowed the flexibility and speed of action required in an urgent sanitary context.
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 | 0,094 | 0,100 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,006 | 0,013 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».