General practitioners’ knowledge, perception and experience on Long Covid: a cross-sectional study in Belgium and Malta
Notice bibliographique
Résumé
Abstract Background Over 10% of Covid-19 infected people experience persistent symptoms (Long Covid). As most Long Covid cases are in patients with a mild acute Covid-19 infection, primary health care and general practitioners (GPs) are at the forefront in their care. This study investigated GPs’ knowledge, perception and experience on Long Covid at cross-country level. Methods A cross-sectional study targeting GPs was conducted in Belgium and Malta during mid-2022. An online survey on Long Covid was disseminated. Descriptive and logistic regression analyses were performed. Results The survey was completed by 150 GPs (105 for Belgium, 45 for Malta). In both countries, most GPs reported insufficient scientific knowledge and information on Long Covid diagnosis and treatment. Accessibility to educational material was limited and an awareness-rising campaign was seen as merited, especially by Maltese GPs (OR = 6.81, 95%CI [1.49;31.12]). For diagnosing Long Covid, 54.7% reported the requirement of a positive Covid-19 test, more among Belgian than Maltese GPs (64.3% vs 45.2%, p = 0.036). To assess Long Covid, GPs applied diagnostic criteria by themselves (47.3%) in combination with persistent symptoms. 76.0% GPs reported caring for Long Covid patients, irrespective of practice type and GPs’ country, sex or age (p = 0.353; p = 0.241; p = 0.194; p = 0.058). Although most GPs (94.7%, p = 0.291) stated that Long Covid patients should follow multidisciplinary approach, only 29.8% of them reported to care for these patients by multidisciplinary cooperation and 48.3% by themselves/GP colleagues. Conclusions GPs frequently provide care to Long Covid patients and GPs’ care showed similarities at cross-country level. Although GPs perceived lack of scientific knowledge and educational material on Long Covid, similar diagnostic criteria were noted. Across Europe, uniform evidence-based guidelines, scientific support and training for GPs must be a priority to empower GPs in their Long Covid approach.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 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 ».