MétaCan
Menu
Retour à la cohorte
Enregistrement W4411556720 · doi:10.1513/annalsats.202501-089oc

A Multidisciplinary Survey Comparing Academic and Community Critical Care Clinicians’ Acute Respiratory Distress Syndrome Practice and the COVID-19 Pandemic

2025· article· en· W4411556720 sur OpenAlexaffabout
Diane Masket, Carey C. Thomson, André Carlos Kajdacsy-Balla Amaral, Catherine L. Hough, Nicholas J. Johnson, David Kaufman, Jonathan Siner, Jennifer P. Stevens, Lipisha Agarwal, Peymaan Banankhah, M Casasola, Adriana Flores, Brenda Garcia, Joseph Khoory, Giulia Paliotti, Arashdeep Rupal, Harpreet Singh, Alex Walker, Joe Watson, Curtis H. Weiss

Notice bibliographique

RevueAnnals of the American Thoracic Society · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésMedicineCoronavirus disease 2019 (COVID-19)PandemicARDS2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Multidisciplinary approachBetacoronavirusCoronavirus InfectionsMEDLINEIntensive care medicineVirologyInfectious disease (medical specialty)PathologyInternal medicineDiseaseOutbreakLung

Résumé

récupéré en direct d'OpenAlex

Abstract Rationale Barriers to recognizing and treating acute respiratory distress syndrome (ARDS) exist. Prior studies have not investigated whether these barriers differ between academic and community settings or whether there were differences in critical care clinicians’ reported ARDS management strategies during the coronavirus disease (COVID-19) pandemic. Objectives Grounded in the Consolidated Framework for Implementation Research, we sought to determine whether there are differences between academic and community critical care clinicians in their team- and intensive care unit (ICU)-based culture; interprofessional communication; knowledge, attitudes, and perceived barriers to ARDS recognition and management; and ICU organization and ARDS management associated with the COVID-19 pandemic. Methods Multidisciplinary survey from September 2020 to April 2021 of critical care physicians, nurses, advanced practice providers, and respiratory therapists (RTs) in six academic and nine community hospitals across the United States and Canada. Individual item and cumulative domain scores were compared between academic and community clinicians. Statistical adjustment was performed for multiple comparisons. Results A total of 1,906 clinicians responded to at least one survey item (53% response rate). Mean (standard deviation [SD]) culture scores were higher for community physicians versus academic physicians (5.3 [1.8] vs. 4.4 [2.0]; P < 0.001) and community nurses versus academic nurses (4.4 [2.2] vs. 3.8 [2.1]; P = 0.007). Academic nurses and RTs had higher knowledge scores than community nurses and RTs (P < 0.001 for each comparison). Community physicians, nurses, and RTs reported higher mean (SD) number of changes in ICU organization and practice during the COVID-19 pandemic than academic clinicians (e.g., community physicians: 13.7 [2.7] changes vs. academic physicians: 11.8 [4.3] changes; P = 0.001). Although academic physicians, nurses, and RTs were approximately twice as likely to care for patients with ARDS daily or several days per week compared with community clinicians, ARDS management, attitudes, and belief in evidence was similar between academic and community clinicians in most respects. Conclusions A large, multidisciplinary survey identified differences between academic and community critical care clinicians’ culture and knowledge in the care of patients with ARDS. The COVID-19 pandemic had a greater impact on community ICU organization and ARDS management. Multifaceted implementation strategies should target implementation barriers differently in academic and community settings.

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)0,004
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,286
Tête enseignante GPT0,529
Écart entre enseignants0,243 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of the American Thoracic SocietyMême sujetRespiratory Support and MechanismsTravaux en français237 207