Information Technology Systems for Critical Care Triage and Medical Response During an Influenza Pandemic: A Review of Current Systems
Notice bibliographique
Résumé
OBJECTIVES: To assess local, state, federal, and global pandemic influenza preparedness by identifying pandemic plans at the local, state, federal, and global levels, and to identify any information technology (IT) systems in these plans to support critical care triage during an influenza pandemic in the Canadian province of Ontario. METHODS: The authors used advanced MEDLINE and Google search strategies and conducted a comprehensive review of key pandemic influenza Web sites. Descriptive data extraction and analysis for IT systems were conducted on all of the included pandemic plans. RESULTS: A total of 155 pandemic influenza plans were reviewed: 29 local, 62 state, 63 federal, and 1 global. We found 70 plans that examined IT systems (10 local, 33 state, 26 federal, 1 global), and 85 that did not (19 local, 29 state, 37 federal). Of the 70 plans, 64 described surveillance systems (10 local, 32 state, 21 federal, 1 global), 2 described patient data collection systems (1 state, 1 federal); 4 described other types of IT systems (4 federal), and none were intended for triage. CONCLUSIONS: Although several pandemic plans have been drafted, the majority are high-level general documents that do not describe IT systems. The plans that discuss IT systems focus strongly on surveillance, which fails to recognize the needs of a health care system responding to an influenza pandemic. The best examples of the types of IT systems to guide decision making during a pandemic were found in the Kansas and the Czech Republic pandemic plans, because these systems were designed to collect both patient and surveillance data. Although Ontario has yet to develop such an IT system, several IT systems are in place that could be leveraged to support critical care triage and medical response during an influenza pandemic.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».