MétaCan
Menu
Retour à la cohorte
Enregistrement W4312054508 · doi:10.1016/j.sciaf.2022.e01504

A look at the global impact of COVID-19 pandemic on neurosurgical services and residency training

2022· article· en· W4312054508 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueScientific African · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensUniversity of WindsorWestern University
Organismes subventionnairesnon disponible
Mots-clésNeurosurgeryMedicinePandemicCoronavirus disease 2019 (COVID-19)Odds ratioConfidence intervalResidency trainingEmergency medicineInternal medicineSurgeryDiseaseContinuing educationMedical education

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,828

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,125
Tête enseignante GPT0,415
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle