The “Super Green Pathway”; What Have We Learned So Far?
Notice bibliographique
Résumé
Background The coronavirus disease (COVID-19) had so far claimed more than 600 000 lives worldwide. Many urgent and elective surgeries were postponed to cope with the pandemic, with the latest data found a substantial postoperative mortality risk (25.6%, 18.9%) after an emergency and elective surgery, respectively. Our institution was one of the first few in the country to offer essential elective surgery using a “COVID-free” designated site during the start of the pandemic. This study aims to analyze the clinical outcomes of patients who underwent essential elective procedures during the virus outbreak in the UK. Methods Retrospective analysis of outcomes of all patients who had undergone urgent elective and cancer surgery, from 30th March 2020 to 21st May 2020, using an implemented “Super Green Pathway.” The primary endpoints were 30 days mortality and COVID-related morbidities, and the secondary end-points were surgically related complications and oncological outcomes. Results A total of 92 patients (Male: 45%; Female: 55%) across 5 surgical specialties were identified. There was no record of mortality in our cohort. Only 1 patient was tested positive for SARS-CoV-2, 18 days after the initial operation without any pulmonary complications. There were 7 postoperative surgical complications managed at the acute hospital site. The waiting time for surgery ranges from 6 to 191 days, mean of 30 days, and a median of 23 days. Conclusion It is possible to mitigate the high mortality risk of post-operative complications associated with COVID-19, with no delay to essential surgeries for cancer patients, thus delivering safe practice during the 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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».