Knowledge, Skills, and Perceived Competency in Handling Medical Emergencies among Dental House Officers and General Dentists
Notice bibliographique
Résumé
Dental practitioners frequently encounter medical emergencies due to the nature of their work and the inherent stress within a dental office. Adequate preparation and confidence in handling such emergencies are very important for patient safety. Objectives: To assess the knowledge, skills and perceived competency of house officers and general dentists in managing medical emergencies in dental practice. Methods: A cross-sectional survey was conducted in Lahore among house officers and general practitioners. The survey included a pre-valid questionnaire on medical history documentation, attendance at medical emergency workshops, confidence in performing cardiopulmonary resuscitation, administering intravenous drugs, and managing common emergencies like syncope and hypoglycemia. Statistical analysis was performed with Chi-square and Fisher’s exact tests applied to assess associations. Results: The majority of participants demonstrated adequate knowledge of medical emergency protocols, with 68% aware of the need to record medical history and 73% familiar with universal precautions. However, 45% reported being trained in administering cardiopulmonary resuscitation and 29% in administering intravenous drugs. Confidence in handling emergencies such as syncope (0.004) and unconscious hypoglycemic patients (p-=0.03) was significantly higher among dentists with more experience. Conclusions: It was concluded that while dental practitioners generally possess knowledge about medical emergency protocols, there is a gap in training and confidence particularly in administering lifesaving procedures. More experienced dentists demonstrated higher confidence compared to house officers.
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 | 0,004 | 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 | 0,001 |
| 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 ».