Effectiveness of Chemical, Biological, Radiological, Nuclear, Explosive (CBRNE) Event-Response Training in a Hospital Setting: A Scoping Review
Notice bibliographique
Résumé
OBJECTIVE: The risk of Chemical, Biological, Radiological, Nuclear, and Explosive (CBRNE) incidents is increasing due to terrorism, technological advancements, conflicts, and emerging diseases. Hospitals, as critical response centers, face unique challenges during such events. Comprehensive training is crucial to ensure effective response and protect both patients and staff. This scoping review assesses the effectiveness of CBRNE training in enhancing knowledge, competencies, and preparedness among hospital-based health care providers. METHODS: Comprehensive searches were conducted in Ovid MEDLINE, Ovid Embase, Scopus, Web of Science Core Collection, and CINAHL using targeted keywords. Papers were screened using Covidence. Data were analyzed to evaluate the effectiveness of various training methods used in hospital settings. RESULTS: A total of 23 papers were included in this review. Training effectiveness was reported in 91% of the reviewed articles. Nurses were the predominant group participating in hospital-based training programs. Tabletop exercises were the most commonly used training method, and biological hazards were the most frequent scenario type. No study identified a single superior method for improving training effectiveness. CONCLUSIONS: CBRNE training incorporating diverse modalities improves health care providers' knowledge and competencies. Enhanced preparedness supports better responses to disasters, potentially leading to improved patient outcomes and public safety.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».