Impact of the coronavirus disease 2019 pandemic on delivery of and models for supportive and palliative care for oncology patients
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Supportive and palliative care services have been an important component of the overall COVID-19 pandemic response. However, significant changes in the provision and models of care were needed in order to optimize the care delivered to vulnerable cancer patients. This review discusses the evolution of palliative and supportive care service in response to the pandemic, and highlights remaining challenges. RECENT FINDINGS: Direct competition for resources, as well as widespread implementation of safety measures resulted in major shifts in the mode of assessment and communication with cancer patients by supportive care teams. Telemedicine/virtual consultation and follow-up visits became an integral strategy, with high uptake and satisfaction amongst patients, families and providers. However, inequities in access to the required technologies were sometimes exposed. Hospice/palliative care unit (PCU) bed occupancy declined markedly because of restrictive visitation policies. Collection of patient-reported outcome (PRO) data was suspended in many cancer centers, with resulting under-recognition of anxiety and depression in ambulatory patients. As in many other areas, disparities in delivery of supportive and palliative care were magnified by the pandemic. SUMMARY: Virtual care platforms have been widely adopted and will continue to be used to include a wider circle of family/friends and care providers in the provision of palliative and supportive care. To facilitate equitable delivery of supportive care within a pandemic, further research and resources are needed to train and support generalists and palliative care providers. Strategies to successfully collect PROs from all patients in a virtual manner must be developed and implemented.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».