A look at the global impact of COVID-19 pandemic on neurosurgical services and residency training
Notice bibliographique
Résumé
Background: The COVID-19 pandemic has left an indelible effect on healthcare delivery and education system, including residency training. Particularly, neurosurgical departments worldwide had to adapt their operating model to the constantly changing pandemic landscape. This review aimed to quantify the reduction in neurosurgical operative volume and describe the impact of these trends on neurosurgical residency training. Methods: We performed a comprehensive search of PubMed and EMBASE between December 2019 and October 2022 to identify studies comparing pre-pandemic and pandemic neurosurgical caseloads as well as articles detailing the impact of COVID-19 on neurosurgery residency training. Statistical analysis of quantitative data was presented as pooled odds ratio (OR) and 95% confidence intervals (CI). Results: A total of 49 studies met the inclusion criteria, of which 12 (24.5%) were survey-based. The case volume of elective surgeries and non-elective procedures decreased by 70.4% (OR=0.296, 95%CI 0.210-0.418) and 68.2% (OR=0.318, 95%CI 0.193-0.525), respectively. A significant decrease was also observed in functional (OR=0.542, 95%CI 0.394-0.746), spine (OR=0.545, 95%CI 0.409-0.725), and skull base surgery (OR=0.545, 95%CI 0.409-0.725), whereas the caseloads for tumor (OR=1.029, 95%CI 0.838-1.263), trauma (OR=1.021, 95%CI 0.846-1.232), vascular (OR=1.001, 95%CI 0.870-1.152), and pediatric neurosurgery (OR=0.589, 95%CI 0.344-1.010) remained relatively the same between pre-pandemic and pandemic periods. The reduction in caseloads had caused concerns among residents and program directors in regard to the diminished clinical exposure, financial constraints, and mental well-being. Some positives highlighted were rapid adaptation to virtual educational platforms and increasing time for self-learning and research activities. Conclusion: While COVID-19 has brought about significant disruptions in neurosurgical practice and training, this unprecedented challenge has opened the door for technological advances and collaboration that broaden the accessibility of resources and reduce the worldwide gap in neurosurgical education.
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 | 0,006 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».