Gaps in knowledge and practices of malaria prevention in Francophone African immigrants in Metropolitan Edmonton
Notice bibliographique
Résumé
Abstract Background Important knowledge gaps exist in the understanding of the management of the risks of imported malaria in Canada among Francophone immigrants from sub-Saharan Africa (FISSA). The aim of this cross-sectional study was to investigate the malaria related-knowledge, attitude and practices (KAP) of FISSA in Edmonton, where these immigrants are in an official minority language situation and the impact of language barriers on these factors. Methods A structured survey was used to examine the KAP of 382 FISSA in the Edmonton area from 2018 to 2019. Fisher’s Exact Test was applied to determine if there were associations between knowledge of malaria and different risk factors. Results Almost all FISSA (97%) had an accurate knowledge of fever as the key symptom of malaria. Interestingly, 60% of participants identified bed nets as a preventive method and only 19% of participants had accurate knowledge of malaria transmission. An accurate knowledge of symptoms was significantly associated with a high perceived risk of contracting malaria [odds ratio (OR) 4.33, 95% confidence interval (CI) 1.07–20.62]. Furthermore, even though 70% of FISSA had a high perceived risk of contracting malaria in endemic regions, only 52% of travellers had a pre-travel medical encounter. Importantly, language was not the predominant reason for not seeking pre-travel medical advice, although 84% of respondents chose French as their official language of preference when seeking medical advice. Having a French-speaking physician was correlated with satisfactory prevention knowledge (OR 1.96, 95% CI 1.16–3.35). With respect to health-seeking behaviour, 88% of respondents with a child < 5 years of age would seek medical care for fever in the child after travel to sub-Saharan Africa (SSA). Conclusion This study highlights that factors other than knowledge, risk assessment, and language might determine the lack of compliance with pre-travel medical encounters. It underscores the need for effective strategies to improve this adherence in minority settings.
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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».