MétaCan
Menu
Retour à la cohorte
Enregistrement W1996091463 · doi:10.1197/j.aem.2006.04.011

Surge Capacity Associated with Restrictions on Nonurgent Hospital Utilization and Expected Admissions during an Influenza Pandemic: Lessons from the Toronto Severe Acute Respiratory Syndrome Outbreak

2006· article· en· W1996091463 sur OpenAlexaffabout
Michael J. Schull, Thérèse A. Stukel, Marian J. Vermeulen, Astrid Guttmann, Merrick Zwarenstein

Notice bibliographique

RevueAcademic Emergency Medicine · 2006
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensHospital for Sick ChildrenHealth Sciences CentreUniversity of TorontoInstitute for Clinical Evaluative SciencesSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicinePandemicOutbreakEmergency medicinePopulationInfluenza pandemicCoronavirus disease 2019 (COVID-19)Hospital admissionPediatricsAttack rateSurge CapacityIntensive care medicineInternal medicineEnvironmental healthDiseaseVirologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Current influenza pandemic models predict a surge in influenza-related hospitalizations in affected jurisdictions. One proposed strategy to increase hospital surge capacity is to restrict elective hospitalizations, yet the degree to which this measure would meet the anticipated is unknown. OBJECTIVES: To compare the reduction in hospitalizations resulting from widespread nonurgent hospital admission restrictions during the Toronto severe acute respiratory syndrome (SARS) outbreak with the expected increase in admissions resulting from an influenza pandemic in Toronto. METHODS: The authors compared the expected influenza-related hospitalizations in the first eight weeks of a mild, moderate, or severe pandemic with the actual reduction in the number of hospital admissions in Toronto, Ontario, during the first eight weeks of the SARS-related restrictions. RESULTS: Influenza modeling for Toronto predicts that there will be 4,819, 8,032, or 11,245 influenza-related admissions in the first eight weeks of a mild, moderate, or severe pandemic, respectively. In the first eight weeks of SARS-related hospital admission restrictions, there were 3,654 fewer hospitalizations than expected in Toronto, representing a modest 12% decrease in the overall admission rate (a reduction of 1.40 admissions per 1,000 population). Therefore, influenza-related admissions could exceed the reduction in admissions resulting from restricted hospital utilization by 1,165 to 7,591 patient admissions, depending on pandemic severity, which corresponds to an excess of 0.44 to 2.91 influenza-related admissions per 1,000 population per eight weeks, and an increase of 4% to 25% in the overall number of admissions, when compared with nonpandemic conditions. CONCLUSIONS: Pandemic modeling for Toronto suggests that influenza-related admissions would exceed the reduction in hospitalizations seen during SARS-related nonurgent hospital admission restrictions, even in a mild pandemic. Sufficient surge capacity in a pandemic will likely require the implementation of other measures, including possibly stricter implementation of hospital utilization restrictions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
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 enseignants0,019
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,308
Tête enseignante GPT0,439
Écart entre enseignants0,131 · 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 tête enseignante, pas un consensus.

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

Citations46
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademic Emergency MedicineMême sujetCOVID-19 epidemiological studiesTravaux en français237 207