La COVID-19 et les soins de fin de vie en centre d’hébergement et de soins de longue durée (CHSLD) : protocole de recherche de type descriptif-explicatif dans deux régions différemment affectées du Québec
Bibliographic record
Abstract
Introduction : Depuis mars 2020, le Québec (Canada), comme le reste du monde, vit une crise sanitaire majeure résultant de la pandémie de COVID-19. En plus des nombreux décès occasionnés par le virus, des personnes vivront leur fin de vie dans ces temps mouvementés où les mesures d’urgence sanitaire forcent leur isolement et modifient en profondeur l’organisation et la pratique des soins de fin de vie. Au Québec, 64 % des personnes qui sont décédées étaient des résidents de Centre d’hébergement et de soins de longue durée (CHSLD), une population considérée hautement vulnérable. Cependant, le risque de mourir de la COVID-19 est inégal entre les régions sociosanitaires du Québec, suggérant, par le fait même, la possibilité que des mesures organisationnelles et cliniques différentes aient été mises en place dans divers milieux. Objectif : L’article présente le protocole d’une étude visant à mieux comprendre les effets de la COVID-19 sur les soins de fin de vie en CHSLD par l’identification de transformations organisationnelles et cliniques ainsi que le contraste de deux régions différemment affectées, soit Montréal et l’Estrie. Méthodes : Un devis descriptif-explicatif est utilisé. Des entrevues sont réalisées avec les coordonnateurs de site et les soignants ayant travaillé en CHSLD durant la première vague de COVID-19 afin d’identifier les transformations vécues et leurs effets sur les soins offerts aux résidents en fin de vie, ainsi que sur le personnel soignant. Discussion et conclusion : Les conclusions de ce projet mèneront à des recommandations sur le plan organisationnel, clinique, politique et scientifique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.026 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".