Impact of the COVID-19 Pandemic on Cancer Care in Iraq: Exploratory Research
Notice bibliographique
Résumé
Background: The COVID-19 pandemic has a tangible impact on the health care systems globallyand is represented by interruption of the usual services in many health facilities and exposingvulnerable patients to significant risks.Objectives: We aimed to evaluate this pandemic’s impact on Iraq’s cancer care.Materials and methods: We conducted an exploratory study using a validated web-basedquestionnaire of 51 items. The questionnaire collected information on the capacity and servicesoffered at the Iraqi cancer centers, the magnitude of care disruption, reasons for the disruption,challenges faced, patient harm estimation, and the interventions implemented during the pandemic.Results: 18 cancer centers from 11 Iraqi governorates took part between 21st April and 8th May2020. These centers were serving around 18,867 new patients per year. Most of them (72.2%)were facing challenges in delivering their care during the pandemic. Although 44.4% of the centersreduced their services as part of a pre-emptive strategy, other reported reasons included lack ofpersonal protective equipment (22.2%), an overwhelmed system (11.1%), and a restricted approachto medications (11.1%). Missing at least one therapy cycle by > 10% of the patients was reportedin 38.9% of the centers. Participants have reported that their patients were exposed to potentialharm from interruption of cancer-specific care (44.4%) and non-cancer-related care (33.3%).Conclusion: The negative impact of the COVID-19 pandemic on cancer care in Iraq is evident.Additional research to estimate such an effect at the patients’ level and the required measures tocounteract this problem is vital.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».