Comfort with burn injury management among healthcare providers in a rural and remote region: a cross-sectional survey
Notice bibliographique
Résumé
Background: Rural and remote communities often rely on primary care providers to complete the initial management and referral of burn injuries. This study aimed to assess frontline providers’ comfort with the initial assessment and management of burn injuries in a rural and remote setting. Methods: A cross-sectional survey was distributed to primary and wound care providers across 10 healthcare facilities in Northwestern Ontario between August and December 2024. Self-reported comfort levels with 15 aspects of burn care were assessed using a five-point Likert scale. Wilcoxon rank-sum tests were used to compare survey responses across practice characteristics. Results: Fifty-nine providers participated, including family physicians (44 %), nurse practitioners (20 %), emergency physicians (10 %), and others. While 90 % saw at least one burn injury per year, only 42 % saw more than five. Most respondents reported comfort with tetanus prophylaxis (72 %) and burn first aid (66 %). However, fewer felt comfortable assessing burn size (31 %) or depth (27 %), initiating fluid resuscitation (27 %), or applying the American Burn Association guidelines for burn center transfer (24 %). Providers managing five or more burns annually reported significantly greater comfort across multiple domains (p < 0.05). No significant differences were found between early- and late-career providers. Conclusion: This study demonstrates that providers working in a rural and remote region reported limited comfort with burn size and depth assessment, initiating fluid resuscitation, and applying burn center referral guidelines – important skills for initial injury management and referral. These findings highlight a need for system-level supports and educational resources for providers in regions remote from specialized burn centers.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».