Evacuation of Intensive Care Units During Disaster: Learning From the Hurricane Sandy Experience
Notice bibliographique
Résumé
OBJECTIVE: Data on best practices for evacuating an intensive care unit (ICU) during a disaster are limited. The impact of Hurricane Sandy on New York City area hospitals provided a unique opportunity to learn from the experience of ICU providers about their preparedness, perspective, roles, and activities. METHODS: We conducted a cross-sectional survey of nurses, respiratory therapists, and physicians who played direct roles during the Hurricane Sandy ICU evacuations. RESULTS: Sixty-eight health care professionals from 4 evacuating hospitals completed surveys (35% ICU nurses, 21% respiratory therapists, 25% physicians-in-training, and 13% attending physicians). Only 21% had participated in an ICU evacuation drill in the past 2 years and 28% had prior training or real-life experience. Processes were inconsistent for patient prioritization, tracking, transport medications, and transport care. Respondents identified communication (43%) as the key barrier to effective evacuation. The equipment considered most helpful included flashlights (24%), transport sleds (21%), and oxygen tanks and respiratory therapy supplies (19%). An evacuation wish list included walkie-talkies/phones (26%), lighting/electricity (18%), flashlights (10%), and portable ventilators and suction (16%). CONCLUSIONS: ICU providers who evacuated critically ill patients during Hurricane Sandy had little prior knowledge of evacuation processes or vertical evacuation experience. The weakest links in the patient evacuation process were communication and the availability of practical tools. Incorporating ICU providers into hospital evacuation planning and training, developing standard evacuation communication processes and tools, and collecting a uniform dataset among all evacuating hospitals could better inform critical care evacuation in the future.
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 | 0,003 | 0,013 |
| 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 | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».