Impact of <scp>COVID</scp>‐19 on perinatal care: Perceptions of family physicians in the United States
Notice bibliographique
Résumé
BACKGROUND: Patient-centered care is the best practice in the care of pregnant and postpartum patients. The COVID-19 pandemic prompted changes in perinatal care policies, which were often reactive, resulting in unintended consequences, many of which made the delivery of patient-centered care more difficult. This study aimed to understand the impact of the COVID-19 pandemic on perinatal health care delivery from the perspective of family physicians in the United States. METHODS: From October 5 to November 4, 2020, we surveyed mid- to late-career family physicians who provide perinatal care. We conducted descriptive analyses to measure the impact of COVID-19 on prenatal care, labor and delivery, postpartum care, patient experience, and patient volume. An immersion-crystallization approach was used to analyze qualitative data provided as open-text comments. RESULTS: Of the 1518 survey respondents, 1062 (69.8%) stated that they currently attend births; 595 of those elaborated about the impact of COVID-19 on perinatal care in free-text comments. Eight themes emerged related to the impact of COVID-19 on perinatal care: visitation, patient decisions, testing, personal protective equipment, care continuity, changes in care delivery, reassignment, and volume. The greatest perceived impact of COVID-19 was on patient experience. CONCLUSIONS: Family physicians who provided perinatal care during the COVID-19 pandemic noted a considerable impact on patient experience, which particularly affected the ability to deliver patient-centered and family-centered care. Continued research is needed to understand the long-term impact of policies affecting the delivery of patient-centered perinatal care and to inform more evidence-based, proactive policies to be implemented in future pandemic or disaster situations.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».