A hospital mass casualty exercise using city buses and a tent as a hybrid system for patient decontamination
Notice bibliographique
Résumé
OBJECTIVE: A hospital mass casualty simulation exercise testing feasibility of two city buses and a tent as a hybrid system for patient decontamination. DESIGN: Observational study of a single mass casualty simulation exercise involving patient decontamination SETTING: Held on May 26, 2016 at the Montreal General Hospital, a Level 1 Trauma center without a garage. PATIENTS, PARTICIPANTS: Twenty-one medical staff including nurses, doctors, and patient attendants, and 30 volunteer-simulated patients. INTERVENTIONS: The foregrounds of the hospital were cordoned off to create a single-entry point for the simulated patients that were identified as contaminated (C) by staff wearing personal protective equipment. Non-contaminated patients were directed to a separate hospital entrance. C patients were triaged in Bus 1 to determine priority for decontamination. Bus 2 served as a holding area for stable patients awaiting decontamination. Patients were decontaminated in appropriate tent sections (non-ambulatory, ambulatory male or female) and then directed to the emergency department. RESULTS: Direct observation and participant feedback suggested that buses may provide adequate shelter for C patients. However, buses had limited capacity for non-ambulatory patients, who were not easily transported inside. Furthermore, areas of improvement were identified in communication, staffing, equipment, and coordination of operations. CONCLUSIONS: The use of city buses as triage and waiting zones prior to decontamination appears feasible for centers without a garage and facing unpredictable weather conditions. Further simulations are required for fine-tuning and testing real-time unfolding of tasks, ideally during an unannounced exercise.
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 | 0,001 | 0,000 |
| 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 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 ».