Practice Nurse Provision of Long‐Acting Reversible Contraception: A Cross‐Sectional Survey of Knowledge and Practices
Notice bibliographique
Résumé
AIM: To describe practice nurse long-acting reversible contraception (LARC) knowledge and practices. DESIGN: Cross-sectional survey. METHODS: Between July and December 2021, we conducted an online survey using convenience sampling to recruit Australian nurses who work in primary care, known as practice nurses. We collected data about demographics and knowledge and practices relating to LARC. Analysis used descriptive statistics and Poisson regression. RESULTS: From 489 eligible responses, most respondents were women and the majority worked in metropolitan practices. Most (90.4%) believed that their advice could influence women's contraceptive choices. Few inserted/removed intrauterine devices (IUDs) (11.2%) or implants (15.9%). Of those that did insert LARC, most did so one to five times in the last month (IUDs 72.2%; implants 73.6%). General practice as a primary place of work was negatively associated with implant provision. Respondents with more general practice experience (≥ 15 years) and/or higher qualifications were more likely to respond correctly to knowledge questions and provide IUDs or implants. Most (62.8%) correctly identified IUD suitability for nulliparous women. CONCLUSIONS: Practice nurses have knowledge gaps and limited practice opportunities for LARC provision. IMPLICATIONS: Practice nurses need supportive funding policies and ongoing education and skills development to enhance patient access to LARC and their choice of provider. REPORTING METHOD: CHERRIES guideline. PATIENT OR PUBLIC CONTRIBUTION: Partner organisations assisted with the study's recruitment. TRIAL REGISTRATION: ACTRN12622000655741.
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 | 0,002 | 0,009 |
| 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 | 0,001 |
| 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 ».