MétaCan
Menu
Retour à la cohorte
Enregistrement W4411690361 · doi:10.1016/j.arrct.2025.100487

Impact of COVID-19 on General Medical Rehabilitation Efficiency in Designated Inpatient Facilities: A Comparative Analysis of Patient Outcomes and Care Processes

2025· article· en· W4411690361 sur OpenAlexaff
P Ferré, Louis‐David Beaulieu, Johanne Higgins, Marie-Hélène Milot, Marie‐Hélène Boudrias

Notice bibliographique

RevueArchives of Rehabilitation Research and Clinical Translation · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensJewish Rehabilitation HospitalUniversité de SherbrookeUniversité du Québec à ChicoutimiMcGill University Health CentreHealth and Social Services Centre University Institute of Geriatrics of SherbrookeUniversité de MontréalCentre for Interdisciplinary Research in Rehabilitation
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Rehabilitation2019-20 coronavirus outbreakMedicineInpatient careSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Medical emergencyPhysical therapyHealth careVirologyInternal medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Objective To evaluate how the COVID-19 pandemic affected rehabilitation outcomes and care delivery processes in Physical Medicine and Rehabilitation programs of COVID-19-designated rehabilitation facilities. Design Retrospective cohort study comparing care processes and outcomes between prepandemic and pandemic periods and identifying factors that influenced rehabilitation efficiency using the total score of the Functional Independence Measure (FIM) instrument. Setting Four designated subacute rehabilitation facilities. Participants Patients (N=507) from the Physical Medicine and Rehabilitation program (PMR), with a mean age of 78.3 years (range: 28-99y) and 60% women (ranging from 58% to 64% across groups). The cohort included prepandemic patients (33%), non-COVID-19 patients during the pandemic (33%), patients who were COVID-19-positive before admission (23%), and those who acquired COVID-19 during rehabilitation (11%). Interventions Not applicable. Main Outcome Measures Average daily gain in functional independence using the FIM total score (FIM efficiency), clinical and demographic profiles at admission, functional outcomes, and indicators of care delivery processes. Results While functional outcomes were mostly similar across groups (FIM total score at discharge, P ≥.05), patients who acquired COVID-19 during rehabilitation experienced longer stays (mean difference=32.2d, P <.001) and higher rehospitalization rates (48%, P <.001). In contrast, those infected before admission had shorter stays (mean difference=−9.5d, P <.001) and less multidisciplinary involvement (mean difference=1 discipline, P <.001). Linear mixed effects modeling, with rehabilitation site as random effects, demonstrated that COVID-19 acquisition during rehabilitation and increased multidisciplinary care were significant predictors of reduced FIM efficiency ( P <.001). Conclusions The COVID-19 pandemic affected rehabilitation care delivery processes more than functional outcomes. Patients who acquired COVID-19 during rehabilitation and those requiring more diverse multidisciplinary care showed reduced FIM efficiency, highlighting the importance of infection control measures in rehabilitation settings. These insights will help health care professionals and decision makers optimize future crisis preparedness plans for rehabilitation services.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,065
Tête enseignante GPT0,486
Écart entre enseignants0,421 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Rehabilitation Research and Clinical TranslationMême sujetLong-Term Effects of COVID-19Travaux en français237 207