Ghana Heart Initiative Training for Cardiac Arrest Management Among Health Care Professionals: Outcomes Evaluation Study (2019-2024)
Notice bibliographique
Résumé
BACKGROUND: Health care professionals must stay updated with the latest guidelines for basic life support (BLS) and advanced cardiac life support (ACLS) to effectively assist patients during cardiac emergencies. Since its launch in 2018, the Ghana Heart Initiative has significantly enhanced the skills and knowledge of health care professionals in managing cardiovascular diseases, including cardiac emergencies. OBJECTIVE: This study aims to assess the knowledge and skills of BLS and ACLS among health care professionals immediately after training in Ghana. METHODS: This cross-sectional, training-based study involved 541 and 302 health care professionals trained in BLS and ACLS, respectively. Among them, 229 BLS and 124 ACLS-trained participants completed the questionnaires immediately after the training, and their data were included in the final analysis. Knowledge was assessed using a standardized questionnaire and an instructor-led skills evaluation based on the updated 2018 and 2020 American Heart Association guidelines for cardiopulmonary resuscitation and emergency cardiovascular care. RESULTS: This study shows that 74.6% (171/229) of the health care professionals had adequate knowledge and skills in BLS. Those working in tertiary health care facilities were 80% less likely (adjusted odds ratio [AOR] 0.20, 95% CI 0.07-0.59; P=.003) to have adequate BLS knowledge and skills than those in primary health care facilities. Health care professionals from regions such as Volta and Oti were 4.94 times more likely to have adequate BLS knowledge and skills compared to those from Bono East (AOR 4.94, 95% CI 1.17-20.80; P=.03). Over 73.3% (91/124) of health care professionals had adequate knowledge and skills in ACLS. Males were 7.05 times more likely (AOR 7.05, 95% CI 2.69-18.46; P<.001) than females to possess adequate ACLS knowledge and skills. CONCLUSIONS: Given an opportunity to learn and practice, health care professionals in Ghana attain adequate knowledge and skills in BLS and ACLS.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».