MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200197202 · doi:10.1101/2021.12.02.21266778

Disruptions in Care: Consequences of the COVID-19 Pandemic in a Children’s Hospital

2021· preprint· en· W4200197202 sur OpenAlexafffund
Catherine Diskin, Julia Orkin, Blossom Dharmaraj, Tanvi Agarwal, Arpita Parmar, Kelly Mc Naughton, Eyal Cohen, Alia Sunderji, David Faraoni, Annie Fecteau, Jason Fischer, Jason T. Maynes, Sanjay Mahant, Jeremy Friedman

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensSickKids FoundationInstitute for Clinical Evaluative SciencesHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesHospital for Sick Children
Mots-clésPandemicThematic analysisHealth careAttendanceMedicinePsychological interventionCoronavirus disease 2019 (COVID-19)Public healthAmbulatory careFamily medicineMedical emergencyQualitative researchNursingDiseasePolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Background Public health restrictions are an essential strategy to prevent the spread of COVID-19; however, unintended consequences of these interventions may have led to significant delays, deferrals and disruptions in medical care. This study explores clinical cases where the care of children was perceived to have been negatively impacted as a result of public health measures and changes in healthcare delivery and access due to the COVID-19 pandemic. Methods This study used a qualitative multiple case study design with descriptive thematic analysis of clinician-reported consequences of the COVID-19 pandemic on care provided at a children’s hospital. A quantitative analysis of overall hospital activity data during the study period was performed. Results The COVID-19 pandemic has resulted in significant change to hospital activity at our tertiary care hospital, including an initial reduction in Emergency Department attendance by 38% and an increase in ambulatory virtual care from 4% before COVID-19, to 67% in August, 2020. Two hundred and twelve clinicians reported a total of 116 unique cases. Themes including (1) timeliness of care, (2) disruption of patient-centered care, (3) new pressures in the provision of safe and efficient care and (4) inequity in the experience of the COVID-19 pandemic emerged, each impacting patients, their families and healthcare providers. Conclusion Being aware of the breadth of the impact of the COVID-19 pandemic across all of the identified themes is important to enable the delivery of timely, safe, high-quality, family-centred pediatric care moving forward. What’s new COVID-19 disrupted typical paediatric care delivery. This study demonstrates the breadth of its’ impact on the delivery of timely, safe, equitable and patient and family centered care, highlighting considerations for paediatric providers as we move forward.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,016
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0110,008
Communication savante0,0040,003
Science ouverte0,0020,008
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,065
Tête enseignante GPT0,388
Écart entre enseignants0,323 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetCOVID-19 and healthcare impacts→Travaux en français237 207→