Identifying performance factors of long-term care facilities in the context of the COVID-19 pandemic: a scoping review protocol
Notice bibliographique
Résumé
BACKGROUND: Long-term care facilities (LTCFs) have been severely affected by the COVID-19 pandemic with serious consequences for the residents. Some LTCFs performed better than others, experiencing lower case and death rates due to COVID-19. A comprehensive understanding of the factors that have affected the transmission of COVID-19 in LTCFs is lacking, as no published studies have applied a multidimensional conceptual framework to evaluate the performance of LTCFs during the pandemic. Much research has focused on infection prevention and control strategies or specific disease outcomes (e.g., death rates). To address these gaps, our scoping review will identify and analyze the performance factors that have influenced the management of COVID-19 in LTCFs by adopting a multidimensional conceptual framework. METHODS: We will query the CINAHL, MEDLINE (Ovid), CAIRN, Science Direct, and Web of Science databases for peer-reviewed articles written in English or French and published between January 1, 2020 and December 31, 2021. We will include articles that focus on the specified context (COVID-19), population (LTCFs), interest (facilitators and barriers to performance of LTCFs), and outcomes (dimensions of performance according to a modified version of the Ministère de la santé et des services sociaux du Québec conceptual framework). Each article will be screened by at least two co-authors independently followed by data extraction of the included articles by one co-author and a review by the principal investigator. RESULTS: We will present the results both narratively and with visual aids (e.g., flowcharts, tables, conceptual maps). DISCUSSION: Our scoping review will provide a comprehensive understanding of the factors that have affected the performance of LTCFs during the COVID-19 pandemic. This knowledge can help inform the development of more effective infection prevention and control measures for future pandemics and outbreaks. The results of our review may lead to improvements in the care and safety of LTCF residents and staff. SCOPING REVIEW REGISTRATION: Research Registry researchregistry7026.
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 | 0,011 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».