Réanimation cardiopulmonaire des arrêts cardiorespiratoires intra hospitaliers au Nord-Kivu : évaluation du niveau de connaissance et perception des soignants et leurs déterminants
Notice bibliographique
Résumé
Introduction : L’Arrêt Cardiorespiratoire Intra hospitalier (ACRIH) est un problème de santé publique insuffisamment documenté en Afrique francophone. Cette étude évalue le niveau de connaissance des soignants de la province du Nord-Kivu en réanimation des ACRIH. Matériel et méthodes : Il s’agit d’une étude transversale, quantitative et analytique menée d’août à octobre 2023 chez 203 soignants congolais de l’hôpital HEAL Africa et de l’Hôpital Général de Référence de Kyondo. Un questionnaire leur a été administré. La corrélation entre variables a été analysée par le test Chi carré et la régression logistique au seuil de signification de 5%. Résultats : L’âge moyen des soignants était de 35,1ans (±10,6ans) dont 52,2% étaient de sexe masculin. La majorité était mariée (57,6%) et prestait à l’Hôpital HEAL Africa (60,1%). Les infirmiers étaient majoritaires (42,3%). Le niveau de connaissance en Réanimation Cardiopulmonaire (RCP) est globalement médiocre ; 57,1% des soignants ont obtenu une cote comprise entre 0-30%, une moyenne de 30% (±17,6) et seulement 5,9% ont obtenu une cote ≥ à 50%. 65% des soignants estiment que la RCP est fréquente, 87,7% l’estiment utile et 53,7% ne font aucun suivi post arrêt cardiorespiratoire. 82,2% des soignants n’utilisent pas le score d’alerte d’urgence. Après régression logistique, le seul déterminant de la réussite au test d’évaluation de connaissance en RCP a été la connaissance d’au moins 6 causes réversibles de l’Arrêt Cardiorespiratoire (ACR). Conclusion : La plupart des soignants de la province du Nord-Kivu ont une connaissance médiocre en RCP de qualité des ACRIH. Elle reconnait l’utilité de la RCP et la pratique fréquemment. Le seul déterminant du niveau de connaissance en RCP est la connaissance d’au moins six causes réversibles de l’ACR. Une formation structurée en RCP des ACRIH est indispensable pour améliorer leur niveau de connaissances.
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 | 0,002 | 0,004 |
| 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) | 0,001 | 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 ».