Resultados de la Encuesta COVID-19. Impacto en la atención cardiovascular del Registro Nacional de Infarto ARGEN IAM-ST
Notice bibliographique
Résumé
Introducción: La pandemia declarada por la OMS por el virus SARS CoV2 llevó al sistema de salud argentino a prepararse para la atención de casos de COVID-19, pero se desconoce el impacto en este escenario sobre patologías prevalentes, como las cardiovasculares. Material y métodos: Se realizó una encuesta transversal en los centros que participan del registro ARGEN-IAM-ST, que se desarrolló para indagar sobre la organización institucional, la atención ambulatoria, la internación en cuidados críticos y el personal de la salud. Resultados: Se encuestaron 80 centros; el 55% eran de dependencias públicas y el 97% con servicio de cuidados críticos. El 91% de las instituciones formó un comité de crisis por la pandemia. El 65% de los centros tomó medidas de atención ambulatoria por el distanciamiento social. Para el 89% se redujeron los ingresos por patologías cardiovasculares, y la magnitud de la caída tuvo una media de 57% (DE ± 18). En 24% de los centros se registró personal de la salud contagiados con SARS-Cov2. Conclusión: Un elevado porcentaje de centros que participan del registro continuo ARGEN-IAM-ST crearon comités de crisis para reorganizar la atención; casi dos tercios de ellos tomaron medidas para seguimiento ambulatorio y se registró una importante caída de la ocupación de camas de pacientes cardiovasculares.
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 | 0,010 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».