Tropical Cyclone Gonu: Number of Patients and Pattern of Illnesses in the Primary Health Centers in A’Seeb Area, Muscat, Sultanate of Oman
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: On June 6(th) 2007, a tropical Cyclone Gonu striked the coastline of Oman. The purpose of this study is to compare number of patients and pattern of illnesses between disaster (June 2007) and peace times (June 2006/2008). METHODS: Descriptive comparative analysis of all patients who visited primary health centers in Wilayat A'Seeb during the index days. Electronic database collected from the Health Centers (HC) were grouped into four groups; infection-related, trauma-related, acute non trauma-related, and miscellaneous group. Data were analyzed to find difference of patient influx and disease patterns between disaster and peace times. RESULTS: HC visits during the index days decreased from 9006 in 2006 to 8687 in 2007 then increased to 8786 in 2008. Neither between years variation nor between disaster and peace times difference was found to be statistically significant. The proportion of patient visited the HC due to infection-related illnesses changed from 30% in 2006, 31% in 2007, and 24% in 2008 (p<0.0001). The proportion of patients visited the HC due to trauma-related illnesses had changed from 4% in 2006, to 6.7% in 2007, and to 4.4% in 2008. (p<0.0001). Proportions for acute non trauma-related visits were 27% in 2006, 24% in 2007, and 23% in 2008 (p<0.0001). Miscellaneous group accounted for 38% in 2006, 37% in 2007, and 47% in 2008 (p<0.0001). CONCLUSION: Tropical Cyclone Gonu caused statistically significant increase in percentages of infectious and trauma-related visits. The overall ratios of total visits did not differ from peace times.
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.
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 | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle