MétaCan
Menu
Retour à la cohorte
Enregistrement W2906703654 · doi:10.1017/s1049023x18001188

On the Way Out: An Analysis of Patient Transfers from Four Large-Scale North American Music Festivals Over Two Years

2018· article· en· W2906703654 sur OpenAlexaff
Sheila A. Turris, Christopher W. Callaghan, Haddon Rabb, Matthew Brendan Munn, Adam Lund

Notice bibliographique

RevuePrehospital and Disaster Medicine · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueTravel-related health issues
Établissements canadiensUniversity of GuelphUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDocumentationMass gatheringPresentation (obstetrics)Scale (ratio)Medical emergencyEmergency medical servicesHealth careMedicinePsychologyPublic healthNursingGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Music festivals are globally attended events that bring together performers and fans for a defined period of time. These festivals often have on-site medical care to help reduce the impact on local health care systems. Historically, the literature suggests that patient transfers off-site are frequently related to complications of substance use. However, there is a gap in understanding why patients are transferred to hospital when an on-site medical team, capable of providing first aid services blended with a higher level of care (HLC) team, is present. OBJECTIVE: The purpose of this study is to better understand patterns of injuries and illnesses that necessitate transfer when physician-led HLC teams are accessible on-site. METHODS: This is a prospective, descriptive case series analyzing patient encounter documentation from four large-scale, North American, multi-day music festivals. RESULTS/DISCUSSION: On-site medical teams that included HLC team members were present for the duration of each festival, so every team was able to "treat and release" when clinically appropriate. Over the course of the combined 34 event days, there were 10,406 patient encounters resulting in 156 individuals being transferred off-site for assessment, diagnostic testing, and/or treatment. A minority of patients seen were transferred off-site (1.5%). The patient presentation rate (PPR) was 16.5/1,000. The ambulance transfer rate (ATR) was 0.12/1,000 attendees, whereas the total transfer-to-hospital rate (TTHR), when factoring in non-ambulance transport, was 0.25/1,000. In contrast to existing literature on transfers from music festivals, the most common reason for transfer off-site was for musculo-skeletal (MSK) injuries (53.8%) that required imaging. CONCLUSION: The presence of on-site HLC teams impacted the case mix of patients transferred to hospital, and may reduce the number of transfers for intoxication. Confounding preconceptions, patients in the present study were transferred largely for injuries that required specialized imaging and testing that could not be performed in an out-of-hospital setting. These results suggest that a better understanding of the specific effects on-site HLC teams have on avoiding off-site transfers will aid in improving planning for music festivals. The findings also identify areas for further improvement in on-site care, such as integrated on-site radiology, which could potentially further reduce the impact of music festivals on local health services. The role of non-emergency transport vehicles (NETVs) deserves further attention.TurrisSA, CallaghanCW, RabbH, MunnMB, LundA. On the way out: an analysis of patient transfers from four large-scale North American music festivals over two yearsPrehosp Disaster Med. 2019;34(1):72-81.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,251
Score d'incertitude au seuil0,741

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,295
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrehospital and Disaster MedicineMême sujetTravel-related health issuesTravaux en français237 207