COVID-19 hospital designation: Effect on emergency department patient self-selection and volume
Notice bibliographique
Résumé
Objective: Combating Coronavirus 2019 has stretched hospital resources to the extreme. In an effort to cohort personnel and equipment, NorthShore University HealthSystem (NSUHS) designated Glenbrook Hospital (GBH) as our “COVID hospital”, which became public knowledge on April 6, 2020. We hypothesize that with this public declaration our emergency department (ED) total volumes and COVID-19 related visits would be affected.Methods: We performed a retrospective analysis of our total ED volumes and COVID-19 related ED visits from March 12, 2020 until April 30, 2020. The pre public declaration timeframe of March 12-April 5, 2020 acted as our control whereas the post-public declaration acted as the testing group (April 6-April 30, 2020). NSUHS four primary hospitals were included in the analysis. We ran a chi-squared analysis on both groups to determine if there was statistical significance.Results: Both total ED volumes and COVID-19 related ED visits, when comparing pre VS post-public declaration of GBH as the “COVID hospital”, showed statistical significance (p < .001). Three of the four hospitals had a decrease in total ED volumes, whereas the COVID-19 related ED visits increased at two hospitals and decreased at the others.Conclusions: Our results support our hypothesis that after the public declaration of Glenbrook Hospital as the “COVID hospital”, patients’ decision making regarding which ED to visit was significantly affected. Certain limitations, including socioeconomic status and a small geographical footprint of NSUHS, may have affected our results. Further work should be done to reproduce these results to ensure replication.
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 | 0,001 |
| 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) | 0,000 | 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 ».