Tele-clinics in palliative care during the COVID-19 outbreak
Notice bibliographique
Résumé
OBJECTIVES: To investigate the effect of tele-clinics on palliative care patients during the COVID-19 pandemic. METHODS: This is a retrospective cross-sectional study (chart review) carried out from March 17, 2020, to September 16, 2020, included all patients who were booked into the palliative care clinic. Patients were assessed by the palliative nurse specialist for COVID-19 symptoms using the acute respiratory illness screening form and Edmonton Symptoms Assessment System, also identifies the needs of the patient. Data were analyzed to investigate the effect of tele-clinics on the patients regarding ER visits and admission. RESULTS: A total of 167 individuals were analyzed and the results showed that 234 of 447 visits were virtual, supporting the increasing value of telemedicine. The number of virtual patients' visits dropped slightly at the beginning of the pandemic (46.4% in March to 39.8% in July). Subsequently, it increased steadily to 72.2% in September. The choice of virtual/non-virtual visits for individuals with cancer diagnosis significantly depends on other factors. Code status, palliative patients or follow-up service, and the frequency of oncology center visits, admissions, or ER visits were crucial in explaining the means of receiving treatment. CONCLUSION: Virtual visits in palliative care are efficient means of decreasing the threat of COVID-19 contagion. It is recommended to increase the palliative care patients' awareness of tele-clinics and their positive outcomes, particularly during the pandemic.
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 | 0,002 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».