Impact of COVID-19 on Canadian Medical Oncologists and Cancer Care: Canadian Association of Medical Oncologists Survey Report
Notice bibliographique
Résumé
Background: The covid-19 pandemic has presented unprecedented professional and personal challenges for the oncology community. Under the auspices of the Canadian Association of Medical Oncologists, we conducted an online national survey to better understand the impact of the pandemic on the medical oncology community in Canada. Methods: An English-language multiple-choice survey, including questions about demographics, covid-19 risk, use of personal protective equipment (ppe), personal challenges, and chemotherapy management was distributed to Canadian medical oncologists. The survey was open from 30 March to 4 April 2020, and attracted 159 responses. Results: More than 70% of medical oncologists expressed moderate-to-extreme concern about personally contracting covid-19 and about family members or patients (or both) contracting covid-19 from them. Despite that high level of concern, considerable variability in the use of ppe in direct cancer care was reported at the time of this survey, with 33% of respondents indicating no routine ppe use at their institutions and 69% indicating uncertainty about access to adequate ppe. Of the respondents, 54% were experiencing feelings of nervousness or anxiety on most days, and 52% were having feelings of depression or hopelessness on at least some days. Concern about aging parents or family and individual wellness represented the top personal challenges identified. The management of cancer patients has been affected, with adoption of telemedicine reported by 82% of respondents, and cessation of clinical trial accrual reported by 54%. The 3 factors deemed most important for treatment decision-making were■ cancer prognosis and anticipated benefit from treatment,■ risk of treatment toxicity during scarce health care access, and■ patient risk of contracting covid-19. Conclusions: This report describes the results of the first national survey assessing the impact of the covid-19 on Canadian medical oncologists and how they deliver systemic anticancer therapies. We hope that these data will provide a framework to address the challenges identified.
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 | 0,003 | 0,060 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».