Notice bibliographique
Résumé
Triage is a complex process and is one means for determining which patients most need access to limited resources. Triage has been studied extensively, particularly in relation to triage in overcrowded emergency departments, where individuals presenting for treatment often are competing for the available stretchers. Research also has been done in relation to the use of prehospital and field triage during mass-casualty incidents and disasters. In contrast, scant research has been done to develop and test an effective triage approach for use in mass-gathering and mass-participation events, although there is a growing body of knowledge regarding the health needs of persons attending large events. Existing triage and acuity scoring systems are suboptimal for this unique population, as these events can involve high patient presentation rates (PPR) and, occasionally, critically ill patients. Mass-gathering events are dangerous; a higher incidence of injury occurs than would be expected from general population statistics. The need for an effective triage and acuity scoring system for use during mass gatherings is clear, as these events not only create multiple patient encounters, but also have the potential to become mass-casualty incidents. Furthermore, triage during a large-scale disaster or mass-casualty incident requires that multiple, local agencies work together, necessitating a common language for triage and acuity scoring. In reviewing existing literature with regard to triage systems that might be employed for this population, it is noted that existing systems are biased toward traumatic injuries, usually ignoring mitigating factors such as alcohol and drug use and environmental exposures. Moreover, there is a substantial amount of over-triage that occurs with existing prehospital triage systems, which may lead to misallocation of limited resources. This manuscript presents a review of the available literature and proposes a triage system for use during mass gatherings that also may be used in the setting of mass-casualty incidents or disaster responses.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,008 |
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 source (Gemma direct ou Codex distillé), 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 ».