Changing practices of delivering orthopedic and coronavirus disease 2019 care
Notice bibliographique
Résumé
Purpose: Coronavirus disease 2019 (COVID-19) pandemic has caused severe disruption of services for other health-related ailments. This study was done to assess change in practices of orthopedic surgeons, availability of proper training and personal protective equipment (PPEs), and changes in hospital setup/preparedness for the management of COVID-19 patients. Materials and Methods: A pan-India online survey was done among practicing orthopedic surgeons. Orthopedicians not practicing in India, trainees, and those who had left their practice before the pandemic were excluded from the study. Survey Monkey R questionnaire and Google Forms R were sent to 10,055 orthopedicians, during the 7 th week of nationwide lockdown in the month of May, 2020. Complete responses were received from 407 participants who were included in the final analysis. Results: Only a quarter ( n = 100/407, 24.6%) of the doctors were visiting hospitals at a frequency similar to that before the pandemic. Onus of orthopedic care among COVID-19 suspected/diagnosed cases and routine COVID-19 patients were mainly borne by the government sector. Only 38.8% ( n = 158/407) doctors felt that they received adequate training while 64.9% ( n = 264/407) of the doctors had adequate supply of PPE kits. “Designation of specific areas of their hospitals exclusively for COVID-19 patients” was opined by 43.7% ( n = 178/407), urgent diagnostic facilities by 52.8% ( n = 215/407), and exclusive operation theaters by only 28.3% ( n = 115/407) of the respondents. Conclusion: This study has shown a drastic fall in the frequency of hospital visits by orthopedic surgeons, predominant involvement of government sector orthopedicians, inadequate training of doctors and inadequate availability of PPE kits, lack of proper designated areas, operation theaters, and urgent diagnostic facilities for the management of COVID-19 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 | 0,000 | 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 ».