Scoping Review of Peer-Reviewed Research Regarding Oncologist COVID-19 Redeployment to Emergency Care: The Emergency, Burnout, Patient Outcome, and Coping
Notice bibliographique
Résumé
Introduction: A limited March 2024 Google Scholar search regarding COVID-19 redeployment to emergency care in fourteen medical specialties found no oncologist returns. Identifying oncologist redeployment through a scoping review of peer-reviewed research from several databases investigates this anomaly. Method: Searched are Web of Science, Scopus, PubMed, OVID, Google Scholar, and the Cochrane COVID-19 Study Register with the keywords “burnout AND COVID-19 AND emergencies AND oncologists” concerning the emergency experienced, their burnout response, and patient outcome. Results: Following the PRISMA scoping review process, the assessment is of eight reports from 17,848 results. The finding is that there was a redeployment of oncologists to emergency care. It was defined in various ways and caused oncologist burnout for several internally and externally directed reasons. These reasons negatively affected patient outcomes, contributing to the adoption of different coping techniques by oncologists. Oncologists, uniquely among medical specialists, experienced burnout regarding empathy for the increased mortality risk of their patients and the diminished doctor/patient bond. They also lacked symptom-directed coping. Conclusion: The results of this study may reinforce to oncologists the importance of their doctor/patient dyad and of initiating coping strategies that include symptom-directed health improvement techniques when the redeployment of oncologists is again to emergency care.
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 | 0,005 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».