One-Year Report of COVID-19 Impact on Geriatric Patients: a Bio-Psycho-Social Approach
Notice bibliographique
Résumé
Background: Since December of 2019, coronavirus 19 (COVID-19) has spread rapidly around the world. Our understanding of the infection has grown over the past year, and its impact on older adults is particularly significant. Apart from the direct impacts of COVID-19 infections, it has also led to lockdowns which, in turn, result in isolation and loneliness. Method: We conducted a literature review of publicly available articles of the COVID-19 pandemic impact on the geriatric population between December 2019 and April 2021, a total of 748 articles. Results: The review will be presented with the Bio-Psycho-Social model, covering how the biological, psychological, and sociological aspects of health are intertwined and impact older adults. Early studies have also highlighted the prevalence of post-COVID infection symptoms that typically fall under geriatric medicine care. We highlight the bidirectional impact of isolation and COVID-19 infections on geriatric health, as well as discuss pertinent topics such as vaccine efficacy, long-term sequelae of COVID-19 infections, and ageism. Conclusion: This review seeks to present a one-year report of what is known about COVID-19 and geriatric medicine, as well as provide guidance to practitioners who care for older adults based on the most up-to-date literature.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».