Sex Differences in Non-Nephrologist Care Providers' Knowledge and Perceptions of Female Reproductive Health in CKD: A Survey Protocol
Notice bibliographique
Résumé
Background: Chronic kidney disease (CKD) affects 12% of females globally and has important implications for reproductive health. Despite recommendations for multidisciplinary reproductive care, many females with CKD are managed independently by non-nephrologist care providers. This study aims to assess sex differences in non-nephrologist care providers' knowledge and perceptions of reproductive health in females with CKD. Methods: A web-based survey will be developed following a literature review and consultations with experts in the field, as well as patient partners. Non-nephrologist care providers' knowledge and perceptions of reproductive health in females with CKD will be assessed, specifically as it relates to sexual health, menstruation, fertility, pregnancy, and menopause. Survey validity, clarity, and usability will be evaluated through pre-testing. The survey will be available in the world's 10 most commonly spoken languages. Snowball sampling will be employed via targeted emails to international and national reproductive healthcare provider organizations, as well as through social media platforms. Results: Numeric and Likert-scale survey responses will be descriptively analyzed and free-text survey responses will undergo conventional content analysis. All results will be stratified by sex. Conclusions: An improved understanding of sex differences in non-nephrologist care providers' knowledge and perceptions of female reproductive health in CKD can help identify gaps in care delivery and optimize reproductive health for this underserved population.
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 | 0,041 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,008 |
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 ».