COVID-19 pandemic. What should Physical and Rehabilitation Medicine specialists do? A clinician's perspective
Notice bibliographique
Résumé
COVID-19 pandemic is rapidly spreading all over the world, creating the risk for a healthcare collapse. While acute care and intensive care units are the main pillars of the early response to the disease, rehabilitative medicine should play an important part in allowing COVID-19 survivors to reduce disability and optimize the function of acute hospital setting. The aim of this study was to share the experience and the international perspective of different rehabilitation centers, treating COVID-19 survivors. A group of Physical Medicine and Rehabilitation specialists from eleven different countries in Europe and North America have shared their clinical experience in dealing with COVID-19 survivors and how they have managed the re-organization of rehabilitation services. In our experience the most important sequelae of severe and critical forms of COVID-19 are: 1) respiratory; 2) cognitive, central and peripheral nervous system; 3) deconditioning; 4) critical illness related myopathy and neuropathy; 5) dysphagia; 6) joint stiffness and pain; 7) psychiatric. We analyze all these consequences and propose some practical treatment options, based on current evidence and clinical experience, as well as several suggestions for management of rehabilitation services and patients with suspected or confirmed infection by SARS-CoV-2. COVID-19 survivors have some specific rehabilitation needs. Experience from other centers may help colleagues in organizing their services and providing better care to their patients.
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 | 0,004 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».