Opinions and experience of neurologists and neurology trainees in Saudi Arabia on functional neurological disorders: a survey based study
Notice bibliographique
Résumé
BACKGROUND: Functional Neurological Disorder (FND) is commonly encountered in clinical practice, causing functional impairment and poor quality of life. As there is limited data from Saudi Arabia, our study aims to explore the experience and opinions of Saudi neurologists and neurology trainees regarding FND. METHODS: In our cross-sectional observational study, we included 100 neurology consultants and trainees. Data was collected using an online questionnaire from March to August 2023. RESULTS: A total of one hundred neurologists participated in the survey. Although 41% of physicians encountered FND patients on a weekly basis or more frequently, only 41.7% of trainees reported receiving dedicated lectures on FND. Furthermore, only 46% of respondents felt comfortable providing a clear explanation of the FND diagnosis to their patients. While the majority (64%) used the term "Functional Neurological Disorder" in medical documentation, only 43% used this term when communicating the diagnosis to patients, with the terminology varying widely. Clinicians emphasized that inconsistent and variable neurological examinations were key indicators raising diagnostic suspicion, which aligns with the recommended reliance on detailed clinical history and neurological examination. Lastly, 61% of physicians stated that their approach to patients with FND lacked a structured management plan. CONCLUSION: Our study findings emphasize that FND is commonly encountered in clinical practice and reveal a significant lack of targeted education on FND for neurology trainees. Enhancing educational programs for both trainees and practicing neurologists on this prevalent neurological condition is essential for improving patient care and outcomes.
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 ».