TYPE 2 DIABETES MELLITUS MANAGEMENT KNOWLEDGE AMONG PHC PHYSICIANS IN BURAIDAH CITY, 2020
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction: Type 2 diabetes mellitus (T2DM) is highly prevalent in Saudi Arabia. primary health care (PHC) doctors provide most of T2DM medical care Objectives: To estimate PHC physicians and family medicine residents level of T2DM management knowledge as per Saudi national reference of clinical guidelines for care of diabetic patients. Methods: We conducted a cross-sectional study using a structured questionnaire. Beside general participant characteristics, we prepared 17 questions on four aspects of T2DM management. These were diagnosis, non-pharmacological and oral hypoglycemic agent, insulin and follow up. Each aspect was given a score of 4-6 points and the total score was 20 points. Result: Out of 258 physicians, 178 were actually available at the time of the survey and 106 completed the study questionnaire. The overall response rate was 41.1%. The mean age of participants was 34.1 years and around two thirds of them were males. In-training family medicine residents formed the largest segment, 45 (42.5%). Mean duration of practice was 7.8 years. The reported daily workload showed that more than one-third of physicians (36.5%) manage ≥ 20 patients per day and almost all of them manage T2DM. Out of the total 20 points, only one quarter of participants had scored more than 15 points, while another quarter could not achieve more than 40%. Only physician qualification had impacted physician performance. Conclusion: PHC doctors knowledge about T2DM management is sub-optimal. Properly selected educational activities targeted diabetes management are needed.
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.
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 | 0,002 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle