Effects of first year COVID-19 pandemic on urology practice in three major Arab Countries: Sub-Analysis of a survey by Arab association of urology research group
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: The World Health Organization (WHO) declared the coronavirus disease-19 (COVID-19) pandemic on March 11, 2020. The health care system faced tremendous challenges in providing ethical and high-quality care. The impact of COVID-19 on urological practices varied widely worldwide, including in Arab countries. This study aimed to compare the influence of the COVID-19 pandemic on urology practice in Egypt, the KSA, and the UAE during the first year of the pandemic. METHODS: This sub-analysis assessed the demographics and COVID-19's effects on urological practice in terms of adjustments to hospital policy, including outpatient consultations, the management of elective and urgent surgical cases, and the continuation of education across the three countries. The availability of personal protective equipment (PPE) and urologists' emotional, physical, and verbal intimidation during COVID-19 were also compared. RESULTS: Regarding the impact on hospital policy, consultations replaced by telemedicine were significantly higher in the KSA (36.15%), followed by the UAE (33.3%), then Egypt (10.4%) (P = 0.008). Elective cases requiring ICU admission were 65.1% in Egypt, 45.2% in the KSA, and 58.2% in the UAE and were performed only in high-risk patients. PPE was freely available in 20.8% of the Egyptian hospitals compared to 83.3% in the KSA and 81.8% in the UAE. Online courses were significantly higher in Egypt (70.8%), followed by the UAE (53%) and the KSA (41.7%) (P = 0.02). Emotional intimidation was higher than verbal intimidation, representing 80%, 75.9%, and 76% in the UAE, KSA, and Egypt, respectively. CONCLUSION: This sub-analysis outlined significant hospital policy changes across the three Arab countries. Exposure to emotional, verbal, and physical intimidation was observed. The development of teleconsultations and online platforms for educational purposes was observed.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».