The impact of the COVID-19 pandemic on children with medical complexity
Notice bibliographique
Résumé
BACKGROUND: Descriptions of the COVID-19 pandemic's indirect consequences on children are emerging. We aimed to describe the impacts of the pandemic on children with medical complexity (CMC) and their families. METHODS: A one-time survey of Canadian paediatricians using the Canadian Paediatric Surveillance Program (CPSP) was conducted in Spring 2021. RESULTS: A total of 784 paediatricians responded to the survey, with 70% (n = 540) providing care to CMC. Sixty-seven (12.4%) reported an adverse health outcome due to a COVID-19 pandemic-related disruption in healthcare delivery. Disruption of the supply of medication and equipment was reported by 11.9% of respondents (n = 64). Respondents reported an interruption in family caregiving (47.5%, n = 252) and homecare delivery (40.8%, n = 218). Almost 47% of respondents (n = 253) observed a benefit to CMC due to COVID-19 related changes in healthcare delivery, including increased availability of virtual care and reduction in respiratory illness. Some (14.4%) reported that CMC were excluded from in-person learning when their peers without medical complexity were not. CONCLUSION: Canadian paediatricians reported that CMC experienced adverse health outcomes during the COVID-19 pandemic, including disruptions to family caregiving and community supports. They also describe benefits related to the pandemic including the expansion of virtual care. These results highlight the need for healthcare, community and education policymakers to collaborate with families to optimize their health.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».