MétaCan
Menu
Retour à la cohorte
Enregistrement W3015362351 · doi:10.1002/oby.22836

The Impact of Coronavirus Disease 2019 on Bariatric Surgery: Redefining Psychosocial Care

2020· letter· en· W3015362351 sur OpenAlexafffund
Sanjeev Sockalingam, Samantha Leung, Stephanie E. Cassin

Notice bibliographique

RevueObesity · 2020
Typeletter
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensToronto Western HospitalUniversity of TorontoToronto Metropolitan UniversityUniversity Health Network
Organismes subventionnairesInstitute of Nutrition, Metabolism and Diabetes
Mots-clésPsychosocialMedicineDistressPandemicHealth careQuality of life (healthcare)PsychopathologyObesityDiseasePsychiatryNursingCoronavirus disease 2019 (COVID-19)Clinical psychologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

The global outbreak of the 2019 novel coronavirus disease has had a tremendous psychological impact on individuals around the world. Individuals with obesity are susceptible to distress and psychological sequalae secondary to this pandemic, which can have detrimental effects on obesity management. In particular, individuals undergoing bariatric surgery could experience increased emotional distress, resulting in increased eating psychopathology, mental health exacerbation, and difficulties with self-management. Addressing these challenges requires novel approaches to redefining psychosocial care before and after bariatric surgery. Emerging evidence suggests that the remote delivery of care using virtual care models, including mobile and online modalities, could extend the reach of psychosocial services to individuals after bariatric surgery and mitigate weight regain or impairment in quality of life. Because of this pandemic, the rapid integration of virtual psychosocial care in bariatric surgery programs to address patients' needs will create new opportunities for clinical and implementational scientific research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,539
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,394
Écart entre enseignants0,314 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueObesityMême sujetCOVID-19 and healthcare impactsTravaux en français237 207