Pre-COVID-19 knowledge, attitude and practice among nurses towards infection prevention and control in Bangladesh: A hospital-based cross-sectional survey
Notice bibliographique
Résumé
Hospital-acquired infections endanger millions of lives around the world, and nurses play a vital role in the prevention of these infections. Knowledge of infection prevention and control (IPC) best practices among nurses is a prerequisite to maintaining standard precautions for the safety of patients.The study aims to assess knowledge, attitudes, and practices (KAP) towards IPC including associated factors among the nurses of a tertiary care hospital in Bangladesh.We conducted this hospital-based cross-sectional study from October 2017 to June 2018 at Dhaka Medical College Hospital among 300 nurses working in all departments. We calculated three KAP scores for each participant reflecting their current state of knowledge and compliance towards IPC measures. Descriptive, bivariate and multivariable analyses were conducted to determine KAP scores among nurses and their associated factors.Average scores for knowledge, attitudes, and practices were 18.6, 5.4, and 15.5 (out of 26, 7, and 24), respectively. The study revealed that the majority (85.2%) of the nurses had a good to moderate level of knowledge, half (51%) of them showed positive attitudes, and only one fifth (17.1%) of the nurses displayed good practices in IPC. The respondents' age, education, monthly income and years of experience were found to have statistical associations with having moderate to adequate level of KAP scores. Aged and experienced nurses were found more likely to have poor knowledge and unfavorable attitude toward IPC practices.The majority of nurses had good IPC knowledge, but their practices did not reflect that knowledge. In particular, nurses needed to improve the proper IPC practice for better patient care and to protect themselves. Regular IPC training and practice monitoring can enhance the IPC practice among nurses.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 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) | 0,002 | 0,001 |
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 ».