MétaCan
Menu
Retour à la cohorte
Enregistrement W4394565797 · doi:10.3390/healthcare12070807

Drivers of COVID-19 Outcomes in Long-Term Care Facilities Using Multi-Level Analysis: A Systematic Review

2024· review· en· W4394565797 sur OpenAlexaff
Mehri Karimi-Dehkordi, Heather Hanson, James Silvius, Adrian Wagg

Notice bibliographique

RevueHealthcare · 2024
Typereview
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensAlberta Health ServicesKeyano CollegeAlberta HealthUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Long-term careTerm (time)MEDLINEMedicineBetacoronavirusMeta-analysisIntensive care medicineVirologyNursingInternal medicineBiologyOutbreak

Résumé

récupéré en direct d'OpenAlex

This study aimed to identify the individual, organizational, and environmental factors which contributed to COVID-19-related outcomes in long-term care facilities (LTCFs). A systematic review was conducted to summarize and synthesize empirical studies using a multi-level analysis approach to address the identified influential factors. Five databases were searched on 23 May 2023. To be included in the review, studies had to be published in peer-reviewed journals or as grey literature containing relevant statistical data. The Joanna Briggs Institute critical appraisal tool was employed to assess the methodological quality of each article included in this study. Of 2137 citations identified after exclusions, 99 records met the inclusion criteria. The predominant individual, organizational, and environmental factors that were most frequently found associated with the COVID-19 outbreak comprised older age, higher dependency level; lower staffing levels and lower star and subset domain ratings for the facility; and occupancy metrics and co-occurrences of outbreaks in counties and communities where the LTCFs were located, respectively. The primary individual, organizational, and environmental factors frequently linked to COVID-19-related deaths comprised age, and male sex; higher percentages of racial and ethnic minorities in LTCFs, as well as ownership types (including private, for-profit, and chain membership); and higher occupancy metrics and LTCF's size and bed capacity, respectively. Unfolding the risk factors collectively may mitigate the risk of outbreaks and pandemic-related mortality in LTCFs during future endemic and pandemics through developing and improving interventions that address those significant factors.

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)0,020
score de la tête « metaresearch » (Gemma)0,085
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,085
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,014
Bibliométrie0,0240,025
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,001
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 Opus0,337
Tête enseignante GPT0,555
Écart entre enseignants0,218 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcareMême sujetGeriatric Care and Nursing HomesTravaux en français237 207