International registry of otolaryngologist–head and neck surgeons with COVID‐19
Notice bibliographique
Résumé
BACKGROUND: It has become clear that healthcare workers are at high risk, and otolaryngology has been theorized to be among the highest risk specialties for coronavirus disease 2019 (COVID-19). The purpose of this study was to detail the international impact of COVID-19 among otolaryngologists, and to identify instructional cases. METHODS: Country representatives of the Young Otolaryngologists-International Federation of Otolaryngologic Societies (YO-IFOS) surveyed otolaryngologists through various channels. Nationwide surveys were distributed in 19 countries. The gray literature and social media channels were searched to identify reported deaths of otolaryngologists from COVID-19. RESULTS: A total of 361 otolaryngologists were identified to have had COVID-19, and data for 325 surgeons was available for analysis. The age range was 25 to 84 years, with one-half under the age of 44 years. There were 24 deaths in the study period, with 83% over age 55 years. Source of infection was likely clinical activity in 175 (54%) cases. Prolonged exposure to a colleague was the source for 37 (11%) surgeons. Six instructional cases were identified where infections occurred during the performance of aerosol-generating operations (tracheostomy, mastoidectomy, epistaxis control, dacryocystorhinostomy, and translabyrinthine resection). In 3 of these cases, multiple operating room attendees were infected, and in 2, the surgeon succumbed to complications of COVID-19. CONCLUSION: The etiology of reported cases within the otolaryngology community appear to stem equally from clinical activity and community spread. Multiple procedures performed by otolaryngologists are aerosol-generating procedures (AGPs) and great care should be taken to protect the surgical team before, during, and after these operations.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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) | 0,001 | 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 ».