Physician questions and concerns related to COVID-19: a content analysis of advice calls to a medico-legal helpline
Notice bibliographique
Résumé
BACKGROUND: With the onset of the COVID-19 pandemic, physicians have had concerns related to the impact of the pandemic on their practice of medicine. Our objective was to evaluate physician questions and concerns related to the COVID-19 pandemic by studying physician calls made to a medico-legal telephone helpline, and explore associations between the pattern of these calls and the temporal progression of the pandemic. METHODS: We conducted a descriptive study of calls related to the COVID-19 pandemic to the Canadian Medical Protective Association (CMPA) from Jan. 1, 2020, to June 30, 2021. Using content analysis, we classified calls into themes. Using a Poisson regression model, we tested for associations between the weekly numbers of physician calls related to COVID-19 and national rates of COVID-19 cases and deaths. RESULTS: = 0.002) but not across the entire study period. Call themes included virtual care (826 calls), the pandemic's effect on health care (1160 calls) and challenging patient interactions (1091 calls). INTERPRETATION: We observed high volumes of physician calls to a medico-legal helpline during the first 18 months of the COVID-19 pandemic in Canada. Our data provide insight into the questions and concerns of Canadian physicians, and serve as a contemporaneous account of the adaptability and resilience of physicians during this challenging time.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,001 | 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 ».