MétaCan
Menu
Retour à la cohorte
Enregistrement W3087224587 · doi:10.9778/cmajo.20200093

Estimated surge in hospital and intensive care admission because of the coronavirus disease 2019 pandemic in the Greater Toronto Area, Canada: a mathematical modelling study

2020· article· en· W3087224587 sur OpenAlexafffundvenueabout
Sharmistha Mishra, Linwei Wang, Huiting Ma, Kristy C.Y. Yiu, J. Michael Paterson, Eliane Kim, Michael J. Schull, Victoria Pequegnat, Anthea Lee, Lisa Ishiguro, Eric A. Coomes, Adrienne K. Chan, Mark Downing, David Landsman, Sharon E. Straus, Matthew Muller

Notice bibliographique

RevueCMAJ Open · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensSt Joseph's Health CentreUniversity of TorontoSunnybrook Health Science CentreSt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Ministry of Health and Long-Term CareSt. Michael's Hospital Foundation
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)MedicineEmergency medicineEpidemiologyHealth careIntensive careSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Medical emergencyDemographyPediatricsIntensive care medicineDiseaseInfectious disease (medical specialty)Internal medicineEconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

<h3>Background:</h3> In pandemics, local hospitals need to anticipate a surge in health care needs. We examined the modelled surge because of the coronavirus disease 2019 (COVID-19) pandemic that was used to inform the early hospital-level response against cases as they transpired. <h3>Methods:</h3> To estimate hospital-level surge in March and April 2020, we simulated a range of scenarios of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) spread in the Greater Toronto Area (GTA), Canada, using the best available data at the time. We applied outputs to hospital-specific data to estimate surge over 6 weeks at 2 hospitals (St. Michael’s Hospital and St. Joseph’s Health Centre). We examined multiple scenarios, wherein the default (R<sub>0</sub> = 2.4) resembled the early trajectory (to Mar. 25, 2020), and compared the default model projections with observed COVID-19 admissions in each hospital from Mar. 25 to May 6, 2020. <h3>Results:</h3> For the hospitals to remain below non-ICU bed capacity, the default pessimistic scenario required a reduction in non-COVID-19 inpatient care by 38% and 28%, respectively, with St. Michael’s Hospital requiring 40 new ICU beds and St. Joseph’s Health Centre reducing its ICU beds for non-COVID-19 care by 6%. The absolute difference between default-projected and observed census of inpatients with COVID-19 at each hospital was less than 20 from Mar. 25 to Apr. 11; projected and observed cases diverged widely thereafter. Uncertainty in local epidemiological features was more influential than uncertainty in clinical severity. <h3>Interpretation:</h3> Scenario-based analyses were reliable in estimating short-term cases, but would require frequent re-analyses. Distribution of the city’s surge was expected to vary across hospitals, and community-level strategies were key to mitigating each hospital’s surge.

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)0,001
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 enseignants0,103
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

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

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 Opus0,165
Tête enseignante GPT0,408
Écart entre enseignants0,243 · 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

Citations7
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetCOVID-19 and healthcare impactsTravaux en français237 207