MétaCan
Menu
Retour à la cohorte
Enregistrement W4280596314 · doi:10.1002/lrh2.10316

Creating a provincial post <scp>COVID</scp>‐19 interdisciplinary clinical care network as a learning health system during the pandemic: Integrating clinical care and research

2022· article· en· W4280596314 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueLearning Health Systems · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensCentre for Advancing Health OutcomesMichael Smith Health Research BCSt. Paul's HospitalVancouver Coastal Health Research InstituteVancouver Coastal HealthResearch CanadaProvidence Health CareProvincial Health Services AuthorityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)Health careMedicineReferralData collectionHealth Insurance Portability and Accountability ActAnalyticsStakeholderFamily medicineMedical emergencyBusinessDiseaseComputer scienceData sciencePublic relationsPolitical scienceInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Introduction: Coronavirus Disease-2019 (COVID-19) affects multiple organ systems in the acute phase and also has long-term sequelae. Research on the long-term impacts of COVID-19 is limited. The Post COVID-19 Interdisciplinary Clinical Care Network (PC-ICCN), conceived in July 2020, is a provincially funded resource that is modelled as a Learning Health System (LHS), focused on those people with persistent symptoms post COVID-19 infection. Methods: The PC-ICCN emerged through collaboration among over 60 clinical specialists, researchers, patients, and health administrators. At the core of the network are the post COVID-19 Recovery Clinics (PCRCs), which provide direct patient care that includes standardized testing and education at regular follow-up intervals for a minimum of 12 months post enrolment. The PC-ICCN patient registry captures data on all COVID-19 patients with confirmed infection, by laboratory testing or epi-linkage, who have been referred to one of five post COVID-19 Recovery Clinics at the time of referral, with data stored in a fully encrypted Oracle-based provincial database. The PC-ICCN has centralized administrative and operational oversight, multi-stakeholder governance, purpose built data collection supported through clinical operations geographically dispersed across the province, and research operations including data analytics. Results: To date, 5364 patients have been referred, with an increasing number and capacity of these clinics, and 2354 people have had at least one clinic visit. Since inception, the PC-ICCN has received over 30 research proposal requests. This is aligned with the goal of creating infrastructure to support a wide variety of research to improve care and outcomes for patients experiencing long-term symptoms following COVID-19 infection. Conclusions: The PC-ICCN is a first-in-kind initiative in British Columbia to enhance knowledge and understanding of the sequelae of COVID-19 infection over time. This provincial initiative serves as a model for other national and international endeavors to enable care as research and research as care.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,038
score de la tête « metaresearch » (Gemma)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,754
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0380,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0110,000
Communication savante0,0000,000
Science ouverte0,0010,003
Intégrité de la recherche0,0000,012
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,055
Tête enseignante GPT0,464
Écart entre enseignants0,409 · 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