Infection Control and Management of COVID-19: Challenges for Paediatric Tertiary Care Hospitals
Notice bibliographique
Résumé
Abstract PURPOSE: To describe infection control measures and patient management at a tertiary children’s hospital in southern Germany during the COVID-19 pandemic.METHODS: Prospective, observational study of infection control measures, patient management, clinical and virologic data of paediatric patients treated at our hospital during the COVID-19 pandemic from February to May 2020. Infection control measures were documented beginning with preparation for the pandemic. All paediatric patients with suspected SARS-CoV-2 infection were prospectively included in the study.RESULTS: With local triage, restraint of patient admission and testing strategies implemented, healthcare capacity remained adequate and no healthcare-associated infections occurred. Workload in the paediatric emergency department significantly decreased following the lockdown of schools and kindergartens. 7 of 174 (4%) children with and 2 of 208 (1%) children without typical symptoms, respectively, were diagnosed with COVID-19 by PCR. Six out of nine inpatients treated for COVID-19 had underlying comorbidities, two were admitted to the intensive care unit. One patient died shortly after discharge.CONCLUSIONS: While COVID-19 generally causes mild disease in children, severe illness and fatal cases may occur, particularly among children with underlying diseases. Tertiary children’s hospitals may face challenges with treating potential high-risk patients during the pandemic. Thus, timely establishment of effective testing and triage strategies is crucial.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».