Accuracy of Computer Simulation to Predict Patient Flow during Mass-Casualty Incidents
Notice bibliographique
Résumé
INTRODUCTION: Although most hospitals have an emergency department disaster plan, most never have been implemented in a true disaster or been tested objectively. Computer simulation may be a useful tool to predict emergency department patient flow during a disaster. PURPOSE: The aim of this study was to compare the accuracy of a computer simulation in predicting emergency department patient flow during a mass-casualty incident with that of a real-time, virtual, live exercise. METHODS: History, physical examination findings, and laboratory results for 136 simulated patients were extracted from the disastermed.ca patient database as used as input into a computer simulation designed to represent the emergency department at the University of Alberta Hospital. The computer simulation was developed using a commercially available simulation software platform (2005, SimProcess, CACI Products, San Diego CA). Patient flow parameters were compared to a previous virtual, live exercise using the same data set. RESULTS: Although results between the computer simulation and the live exercise appear similar, they differ statistically with respect to many patient benchmarks. There was a marked difference between the triage codes assigned during the live exercise and those from the patient database; however, this alone did not account for the differences between the patient groups. It is likely that novel approaches to patient care developed by the live exercise group, which are difficult to model by computer software, contributed to differences between the groups. Computer simulation was useful, however, in predicting how small changes to emergency department structure, such as adding staff or patient care areas, can influence patient flow. CONCLUSIONS: Computer simulation is helpful in defining the effects of changes to a hospital disaster plan. However, it cannot fully replace participant exercises. Rather, computer simulation and live exercises are complementary, and both may be useful for disaster plan evaluation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».