MétaCan
Menu
Retour à la cohorte
Enregistrement W4387527632 · doi:10.1186/s12913-023-10091-9

Swept under the carpet: a qualitative study of patient perspectives on Long COVID, treatments, services, and mental health

2023· article· en· W4387527632 sur OpenAlexafffundabout
Lisa D. Hawke, Anh Truong Phuong Nguyen, Natasha Y. Sheikhan, Gillian Strudwick, Susan L. Rossell, Sophie Soklaridis, Stefan Kloiber, Roslyn Shields, Chantal F. Ski, David R. Thompson, David Castle

Notice bibliographique

RevueBMC Health Services Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMental healthFocus groupThematic analysisMedicineQualitative researchNursing researchHealth administrationHealth informaticsNursingHealth carePublic healthPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A constellation of often disabling long-term physical symptoms enduring after an acute SARS-COV-2 infection is commonly referred to as Long COVID. Since Long COVID is a new clinical entity, research is required to clarify treatment needs and experiences of individuals affected. This qualitative descriptive study aimed to provide insight into Long COVID treatment and service experiences and preferences of individuals experiencing Long COVID and the intersections with mental health. METHODS: The study was conducted out of a tertiary care mental health hospital, with online recruitment from the community across Canada. A total of 47 individuals (average age = 44.9) participated in one of 11 focus groups between June and December 2022. Five focus groups were conducted with participants who had pre-existing mental health concerns prior to contracting SARS-CoV-2, and six were with people with Long COVID but without pre-existing mental health concerns. A semi-structured interview guide asked about service experiences and service preferences, including mental health and well-being services. Discussions were recorded, transcribed, and analyzed using codebook thematic analysis. RESULTS: When accessing services for Long COVID, patients experienced: (1) systemic barriers to accessing care, and (2) challenges navigating the unknowns of Long COVID, leading to (3) negative impacts on patient emotional well-being and recovery. Participants called for improvements in Long COVID care, with a focus on: (1) developing Long COVID-specific knowledge and services, (2) enhancing support for financial well-being, daily living, and building a Long COVID community, and (3) improving awareness and the public representation of Long COVID. CONCLUSIONS: Substantial treatment barriers generate considerable burden for individuals living with Long COVID. There is a pressing need to improve treatment, social supports, and the social representation of Long COVID to create integrated, accessible, responsive, and ongoing support systems.

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 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)0,004
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,153
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,071
Tête enseignante GPT0,502
Écart entre enseignants0,431 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetLong-Term Effects of COVID-19Travaux en français237 207