Actitudes, formación y conocimientos sobre la mutilación genital femenina en el ámbito enfermero: revisión bibliográfica
Notice bibliographique
Résumé
Antecedentes: la Mutilación Genital Femenina (MGF) se define como el proceso de lesión o extirpación de los genitales femeninos sin razón médica. Esta práctica, presenta una elevada prevalencia en determinados países, ocasionando consecuencias psicológicas, físicas, sexuales y sociales. Los profesionales sanitarios representan un papel importante en el tratamiento de las personas que sufren MGF y deben tener conocimientos, competencias y habilidades para la atención especializada y la detección de casos. Objetivo: el objetivo principal del trabajo es determinar la formación y conocimientos sobre MGF de los profesionales de la salud, especialmente de enfermeras, matronas y parteras. Métodos: se realizó una revisión sistemática de la literatura efectuando una búsqueda bibliográfica en Pubmed, Cochrane y Web of Science y seleccionando los estudios publicados entre 2016 y 2022 en inglés, español, italiano y portugués. Se empleó la escala NewCastle-Ottawa para valorar la calidad de los estudios. Resultados: se incluyeron siete estudios, que mostraban que un porcentaje muy bajo de los profesionales había recibido formación sobre MGF y muchos solicitaban capacitación en el tema. El porcentaje de sanitarios que identificó los tipos de MGF, los países de prevalencia y las complicaciones correctamente fueron pocos y la mayoría no conocían la legislación ni los protocolos de actuación. Por otro lado, entre un 5% y un 43% de las muestras se encontraron con casos de MGF en la práctica clínica, pero muchos no actuaron y casi ninguno denunció. Conclusión: los resultados evidencian el profundo desconocimiento sobre MGF por parte de los sanitarios. Se propone una capacitación en la educación previa y en el propio servicio, para ofrecer una atención multidisciplinar y transcultural a las mujeres que han sufrido MGF y prevenir nuevas ablaciones, pero es necesaria la investigación en este campo para conocer la mejor forma de implementar los programas de capacitación
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 | 0,010 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,016 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».