MétaCan
Menu
Retour à la cohorte
Enregistrement W4389670765 · doi:10.3390/ijerph20247176

Exploring Rehabilitation Provider Experiences of Providing Health Services for People Living with Long COVID in Alberta

2023· article· en· W4389670765 sur OpenAlexafffundabout
Sidney Horlick, Jacqueline A. Krysa, Katelyn Brehon, Kiran Pohar Manhas, Katharina Kovacs Burns, Kristine Russell, Elizabeth Papathanassoglou, Douglas P. Gross, Chester Ho

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensUniversity of CalgaryAlberta HealthUniversity of AlbertaAlberta Health Services
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSnowball samplingService providerQualitative researchService delivery frameworkNursingMedicineHealth carePsychologyService (business)BusinessMarketing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: COVID-19 infection can result in persistent symptoms, known as long COVID. Understanding the provider experience of service provision for people with long COVID symptoms is crucial for improving care quality and addressing potential challenges. Currently, there is limited knowledge about the provider experience of long COVID service delivery. AIM: To explore the provider experience of delivering health services to people living with long COVID at select primary, rehabilitation, and specialty care sites. DESIGN AND SETTING: This study employed qualitative description methodology. Semi-structured interviews were conducted with frontline providers at primary care, rehabilitation, and specialty care sites across Alberta. Participants were interviewed between June and September 2022. METHOD: Interviews were conducted virtually over zoom, audio-recorded, and transcribed with consent. Iterative inductive qualitative content analysis of transcripts was employed. Relationships between emergent themes were examined for causality or reciprocity, then clustered into content areas and further abstracted into a priori categories through their interpretive joint meaning. PARTICIPANTS: A total of 15 participants across Alberta representing diverse health care disciplines were interviewed. RESULTS: Main themes include: the importance of education for long COVID recognition; the role of symptom acknowledgement in patient-centred long COVID service delivery; the need to develop recovery expectations; and opportunities for improvement of navigation and wayfinding to long COVID services. CONCLUSIONS: Provider experience of delivering long COVID care can be used to inform patient-centred service delivery for persons with long COVID symptoms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,378
Score d'incertitude au seuil0,760

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,004
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,078
Tête enseignante GPT0,405
Écart entre enseignants0,327 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetLong-Term Effects of COVID-19Travaux en français237 207