Descriptive retrospective cross-sectional study of rehabilitation care for poststroke users in Québec during the COVID-19 pandemic
Notice bibliographique
Résumé
OBJECTIVES: During the COVID-19 pandemic, designated rehabilitation centres were established in the province of Québec, where strict sociosanitary measures such as isolation and mandatory personal protection equipment requirements were followed. This study aimed to describe the impact of the pandemic on rehabilitation care indicators for poststroke users with (COV+) and without (COV-) COVID-19 infection in designated rehabilitation centres compared with those admitted in the previous year (pre-COV). METHOD: A retrospective analysis of 292 medical files was performed in 3 rehabilitation centres. Demographic characteristics were collected, as well as indicators routinely collected in acute care and rehabilitation such as length of stay (LOS), the Functional Independence Measure and a number of physical/occupational therapy (PT/OT) sessions. Non-parametric statistical tests were used to compare variables among the three groups. RESULTS: COV+ users were older than COV- and pre-COV ones (p<0.01) and were more disabled on admission to a rehabilitation centre (p<0.01). They also exhibited longer LOS in acute care prior to rehabilitation (p<0.001) and were more often rehospitalised (p<0.002) during the course of their stay in the rehabilitation centre. Despite longer rehabilitation stays (p<0.001) and more PT/OT sessions, COV+ users remained more disabled at discharge (p<0.002). COV- users showed rehabilitation care indicators resembling the ones of pre-COV despite spending less time in rehabilitation. CONCLUSIONS: Patients who had a stroke infected with COVID-19 exhibited greater vulnerability on admission to rehabilitation. They required more care and services during their rehabilitation period. However, this additional support did not enable them to achieve the same level of recovery as COV- and pre-COV users. This underscores the added impact of the disease on already impaired patients and highlights the specific needs of COV+ users undergoing rehabilitation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».