MétaCan
Menu
← Retour à la cohorte
Enregistrement W7162130526 · doi:10.82308/38549

The impact of the COVID-19 pandemic on rehabilitation care of post-stroke users in the province of Québec

2023· dissertation· en· W7162130526 sur OpenAlexaboutno aff
Palak Vakil

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrimary health careIle de franceHealth careIntensive care

Résumé

récupéré en direct d'OpenAlex

Contexte: Lors de pandémie de COVID-19, des centres de réadaptation désignés COVID-19 ont été établis, où des zones chaudes et froides ont été créées pour minimiser la transmission de la maladie. Des mesures telles que la distanciation physique, d’isolement, et l’utilisation d'équipement de protection individuelle ont été mises en place. Il y a aussi eu une capacité limitée de la main-d'œuvre. Tous ces facteurs ont potentiellement eu une incidence négative sur les soins de réadaptation post-AVC. Cette étude visait à déterminer l'impact de la pandémie de COVID-19 sur les indicateurs de soins de réadaptation, basés sur le cadre de réadaptation de qualité des soins post-aigus (PAC), des usagers post-AVC infectés (COV+) ou non (COV-) par la COVID-19 dans les centres de réadaptation désignés COVID-19 dans la province de Québec lors des deux premières vagues par rapport à ceux admis l'année précédente (préCOV). Méthode: Une analyse rétrospective de 292 dossiers médicaux d'usagers post-AVC a été réalisée dans trois centres de réadaptation désignés COVID-19. Les caractéristiques démographiques ont été recueillies (ex. : âge, sexe et comorbidités). La durée du séjour en soins aigus et en réadaptation, les admissions et/ou intubation en unité de soins intensifs (USI), les épisodes de réhospitalisation en soins aigus et le nombre de séances de physio/ergothérapie (Pht/Erg) ont été répertoriés. Le principal indicateur de soins de réadaptation, la mesure de l'indépendance fonctionnelle (MIF), a été extrait à l'admission (MIF début) et au congé (MIF fin) du centre de réadaptation. Des tests statistiques non-paramétriques, soient la somme des rangs de Wilcoxon (pour les variables numériques) et le chi carré (pour les variables catégorielles) ont été utilisés pour comparer les variables entre les trois groupes. Une régression linéaire multiple a été effectuée pour explorer les facteurs influençant la MIF au congé, en tenant compte du statut COVID. Résultats: Les usagers COV+ étaient plus âgés (79/74/73 ans, p <0.01) et avaient une prévalence d'obésité plus faible que ceux COV- et préCOV, (7/21/24%, p <0.01), et étaient plus atteints à l’admission en réadaptation (MIF début: 6/78/75, p <0.01). Ils présentaient des séjours plus longs en soins aigus (23/14/14 jours, p <0.001) et un taux plus élevé d'admission en USI (14/8/2%, p <0.001) et réhospitalisation (35/21/27%, p <0.002). Malgré des séjours en réadaptation plus longs (65/37/48, p <0.001) et plus de séances de Pht/Erg (Pht: 31/21/27, p <0.007; Erg: 30/22/25, p <0.02), le groupe COV+ est resté plus atteint au congé (MIF fin: 100/111/106, p <0.002). D'autre part, les usagers COV- ont montré des indicateurs de soins de réadaptation similaires à ceux d'avant la pandémie, mais ont passé moins de temps en réadaptation. Ils ont atteint un statut fonctionnel similaire au congé en réadaptation que les usagers préCOV. Le modèle de régression linéaire multiple a montré que la MIF au congé, par rapport au préCOV, était influencé par le statut COVID et des prédicteurs tels que l'âge, la durée du séjour en réadaptation, la réhospitalisation, le nombre de séances d'OT et le score MIF à l’admission. Conclusion: Le fait d'avoir été COV+ post-AVC a eu un impact négatif sur la MIF au congé. Cela peut être attribué à la détérioration de l’état de santé à la suite d’une infection à la COVID-19 et de mesures strictes de contrôle des infections. Contrairement à notre hypothèse, le fait d'avoir été COV- ne semble pas avoir d'impact sur la récupération fonctionnelle au congé. Cela suggère que la mise en œuvre de mesures de contrôle des infections moins restrictives n’a pas affecté les soins de réadaptation prodigués à cette clientèle. Par conséquent, il est important de reconnaître les défis auxquels ont été confrontés les usagers COV+ afin d'allouer les ressources appropriées pour maximiser leur récupération fonctionnelle lors de futures pandémies ou restrictions socio-sanitaires similaires

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,024
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,347
Écart entre enseignants0,333 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLong-Term Effects of COVID-19→Travaux en français237 207→