Evacuation of Intensive Care Units During Disaster: Learning From the Hurricane Sandy Experience
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
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.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle