Implementation considerations for delivering inpatient COVID rehabilitation: A qualitative study
Notice bibliographique
Résumé
RATIONALE: Patients recovering from significant COVID-19 infections benefit from rehabilitation; however, aspects of rehabilitative care can be difficult to implement amidst COVID infection control measures. AIMS AND OBJECTIVES: We used the Consolidated Framework for Implementation Research (CFIR) to evaluate the rapid implementation of a COVID zone in an in-patient rehabilitation hospital at the onset of the first wave of the pandemic. METHODS: Semistructured interviews were conducted with health care providers (n = 12) supporting the COVID zone, as well as with patients (n = 10) who were discharged from the COVID zone and their family caregivers (n = 5). The interviews explored the successes and challenges of working on the unit and the quality of care that was delivered to patients recovering from COVID. RESULTS: Rapid implementation of the COVID zone was supported by champions at the middle-management level but challenged by a number of factors, including: conflicting expert opinions on best infection control practices (outer setting), limited flow of information from senior leaders to frontline staff (inner setting), lack of rehabilitation equipment and understanding of how to provide high quality rehabilitative care in this context (intervention characteristics), willingness and self-efficacy of staff working in the COVID zone (individual characteristics) and lack of time to reflect on and assess effectiveness (process). CONCLUSIONS: While there was an apparent need for rapid implementation of a COVID rehabilitation zone, senior leadership, middle management and frontline staff faced several challenges. Future evaluations should focus on how to adapt COVID rehabilitation services during fluctuating pandemic restrictions, and to account for rehabilitative needs of people recovering from significant COVID infections.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,031 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,008 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».