Preventing, mitigating, and managing future pandemics for people with an intellectual and developmental disability ‐ Learnings from <scp>COVID</scp>‐19: A scoping review
Notice bibliographique
Résumé
Abstract Many people with an intellectual and developmental disability (IDD) are biologically, socially, and economically/politically vulnerable to developing SARS‐COV‐2 (COVID‐19) compared to the general population. Most governments have developed public‐health policies and strategies to address the challenges that COVID‐19 has presented. These policies and strategies have been based upon the general population and in fact could be detrimental to the health and well‐being of people with IDD. This paper provides a review of the key learning points emerging from the COVID‐19 literature, together with guidance for the provision of services and government interventions for people with an IDD for future pandemics. Using guidance from the Joanna Briggs Institute, a scoping review was used to explore the current literature (scientific and grey) on IDD and COVID‐19. Three core themes emerged from the review. Prevention/protection: User‐friendly accurate accessible information, handwashing and social distancing, Personal Protective Equipment, shielding, track and trace, testing, vaccine compliance/hesitancy, and training. Mitigation: Making reasonable adjustments both to where people live, and to community healthcare/clinical practice; and the use of technology as a pandemic‐response strategy. Treatment/Management: Access to acute hospitals and lifesaving equipment, using a suitable clinical fatality assessment instrument, stopping Do Not Resuscitate notices, individualised care plans and hospital passports, family/paid carers to support people in hospitals; and use of telehealth in clinical care. This is the first international scoping review that provides a narrative synthesis of emerging themes related to the COVID‐19 pandemic and people with an IDD. This paper highlights themes related to preventing, mitigating, and treating/managing the care of this population during the COVID‐19 pandemic, which can inform future public‐health policies. This paper also exposes the negative impacts of public‐health interventions in both High‐Income Countries and Low‐Middle Income Countries for this population including lapses in upholding human rights. These data provide a basis for learning from the COVID‐19 pandemic in planning for future pandemics.
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 | 0,008 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».