Priorities, Barriers, and Facilitators towards International Guidelines for the Delivery of Supportive Clinical Care during an Ebola Outbreak: A Cross-Sectional Survey
Notice bibliographique
Résumé
During the Ebola outbreak, mortality reduction was attributed to multiple improvements in supportive care delivered in Ebola treatment units (ETUs). We aimed to identify high-priority supportive care measures, as well as perceived barriers and facilitators to their implementation, for patients with Ebola Virus Disease (EVD). We conducted a cross-sectional survey of key stakeholders involved in the response to the 2014–2016 West African EVD outbreak. Out of 57 email invitations, 44 responses were received, and 29 respondents completed the survey. The respondents listed insufficient numbers of health workers (23/29, 79%), improper tools for the documentation of clinical data (n = 22/28, 79%), insufficient material resources (n = 22/29, 76%), and unadapted personal protective equipment (n = 20/28, 71%) as the main barriers to the provision of supportive care in ETUs. Facilitators to the provision of supportive care included team camaraderie (n in agreement = 25/28, 89%), ability to speak the local language (22/28, 79%), and having treatment protocols in place (22/28, 79%). This survey highlights a consensus across various stakeholders involved in the response to the 2014–2016 EVD outbreak on a limited number of high-priority supportive care interventions for clinical practice guidelines. Identified barriers and facilitators further inform the application of guidelines.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».