Emergency Center Curbside Screening During the COVID-19 Pandemic: Retrospective Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Coronavirus disease (COVID-19) is a global pandemic that has placed a significant burden on health care systems in the United States. Michigan has been one of the top states affected by COVID-19. OBJECTIVE: We describe the emergency center curbside testing procedure implemented at Beaumont Hospital, a large hospital in Royal Oak, MI, and aim to evaluate its safety and efficiency. METHODS: Anticipating a surge in patients requiring testing, Beaumont Health implemented curbside testing, operated by a multidisciplinary team of health care workers, including physicians, advanced practice providers, residents, nurses, technicians, and registration staff. We report on the following outcomes over a period of 26 days (March 12, 2020, to April 6, 2020): time to medical decision, time spent documenting electronic medical records, overall screening time, and emergency center return evaluations. RESULTS: In total, 2782 patients received curbside services. A nasopharyngeal swab was performed on 1176 patients (41%), out of whom 348 (29.6%) tested positive. The median time for the entire process (from registration to discharge) was 28 minutes (IQR 17-44). The median time to final medical decision was 15 minutes (IQR 8-27). The median time from medical decision to discharge was 9 minutes (IQR 5-16). Only 257 patients (9.2%) returned to the emergency center for an evaluation within 7 or more days, of whom 64 were admitted to the hospital, 11 remained admitted, and 4 expired. CONCLUSIONS: Our curbside testing model encourages the incorporation of this model at other high-volume facilities during an infectious disease 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 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».