Harnessing New and Existing Virtual Platforms to Meet the Demand for Increased Inpatient Palliative Care Services During the COVID-19 Pandemic: A 5 Key Themes Literature Review of the Characteristics and Barriers of These Evolving Technologies
Notice bibliographique
Résumé
The COVID-19 pandemic has increased the demand for end-of-life services and bereavement support, and in many areas of the world, in-person palliative care is struggling to meet these needs. Local infection control measures result in limited visitation rights in hospital and patients are often dying alone. For many years, virtual platforms have been used as a validated alternative to in-person consults for outpatient and home-based palliative care; however, the feasibility and acceptability of a virtual inpatient equivalent is less studied. Virtual inpatient palliative care may offer a unique opportunity for patients to have meaningful interactions with their care team and family while isolated in hospital or in hospice. This narrative review examines strategies employed during the COVID-19 pandemic to implement virtual palliative care services in the inpatient setting. Five key themes were identified in the literature between January 2020-March 2021 in the LitCovid NCBI database: 1) overall acceptability of virtual inpatient palliative care during the pandemic, 2) important logistical considerations when developing a virtual inpatient palliative care platform, 3) commonly used technologies for delivering virtual services, 4) strategies for harnessing human resources to meet increased patient volume, and 5) challenges of virtual inpatient palliative care implementation. Upon review, telepalliative care can meet the increased demand for safe and accessible inpatient palliative care during a pandemic; however, in some circumstances in-person services should still be considered. The decision for which patients receive what format of care-in-person or virtual-should be decided on a case-by-case basis.
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 | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».