Where is Primary Health Care (PHC) open data during COVID-19 pandemic in Europe? A mixed- methods study protocol to build a European PHC indicators dashboard for future pandemics
Notice bibliographique
Résumé
Abstract - Background Primary Health Care (PHC) plays a crucial role in managing the COVID-19 pandemic, with only 8% of cases requiring hospitalization. However, PHC COVID-19 data often goes unnoticed on European government dashboards and in media discussions. This project aims to examine official information on PHC patient care during the COVID-19 pandemic in Europe, with specific objectives: 1) Describe PHC's clinical pathways for acute COVID-19 cases, including long-term care facilities (LTCF), 2) Explain PHC's role in vaccination strategies, 3) Develop COVID-19 PHC activity indicators, and 4) Create a PHC contingency plan for future pandemics. - Methods: A mixed-method study will employ two online questionnaires to gather retrospective data on COVID-19 management in PHC and PHC involvement in vaccination strategies. Validation will occur through focus group discussions with medical and public health experts. A two-wave Delphi survey will establish a European PHC indicators dashboard for future pandemics. Additionally, a coordinated health system action plan involving PHC, secondary care, and Public Health (PH) will be devised to address future pandemic scenarios. Analysis: Quantitative data will be analysed using STATA v16.0 for descriptive and multivariate analyses. Qualitative data will be collected through peer-reviewed questionnaires and content analysis of focus group discussions. A Delphi survey and multiple focus groups will be employed to achieve consensus on PHC indicators and a common European health system response plan for future pandemics. The Eurodata research group involving 28 European countries support the development. - Discussion: While PHC manages most COVID-19 acute cases, data remains limited in many European countries. This study collects data from numerous countries, offering a comprehensive perspective on PHC's role during the pandemic in Europe. It pioneers the development of a PHC dashboard and health system plan for pandemics in Europe. These results may prove invaluable in future pandemics. However, data may have biases due to key informants' involvement and may not fully represent all European GP practices. PHC has a significant role in the management of the COVID-19 pandemic, as most of the cases are mild or moderate and only 8% needed hospitalization. However, PHC COVID-19 activity data is invisible on governments’ daily dashboards in Europe, often overlooked in media and public debates.
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 | 0,105 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 0,008 |
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 ».