Adaptation of French general practitioners for the management of nursing home patients during COVID-19 in 2020: a multilevel analysis
Notice bibliographique
Résumé
BACKGROUND: To describe French general practioners' (GPs) adaptation strategies to ensure follow-up care of nursing home patients during the first wave of COVID-19 (May 2020) and to identify factors associated with each strategy. METHODS: A national cross-sectional study was conducted with online questionnaires in May 2020 among GPs practicing in France (metropolitan and overseas) and usually providing nursing home visits before pandemic. The outcome was defined as the GPs' adaptation strategies for managing nursing home patients and was categorized into four groups: Maintenance of Nursing Home Visits NHV (reference), Stopping NHV, Numeric adaptation (teleconsultations only), Mixed adaptation (NHV and teleconsultations). The probability of adaptation strategies was analyzed by multilevel logistic models in which the GPs represented level 1 and the counties level 2. We applied three random-intercept multilevel logistic models with the county of GP's practice as random effect. RESULTS: This analysis included 2,146 responses by GPs coming from 98 French counties. Overall, 40.4% of GPs maintained NHV, while other strategies were: Stopping visits (24.1%), Numeric adaptation (15.4%), Mixed adaptation (20.1%). Several individual (age, training GP, perceived status of being at high risk of severe COVID, compliance with temporary delegation of the patient's management) and territorial factors (excess mortality rate due to COVID-19, GPs' density, proportion of over-75s, presence of reinforcement measures for nursing home patients) were identified as associated with each strategy. CONCLUSIONS: This study highlights a rapid adaptation of general practice to keep supporting nursing home patients. Heterogeneity of adaptation strategies could reflect both the lack of national guidelines and the heterogeneity among GPs' usual practices. Policymakers should take actions at a territorial level (subnational) to strengthen support to nursing home patients considering adaptations to the local context of the pandemic outbreak and perspective of local actors.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».