Allocation of intensive care resources during an infectious disease outbreak: a rapid review to inform practice
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic has placed sustained demand on health systems globally, and the capacity to provide critical care has been overwhelmed in some jurisdictions. It is unknown which triage criteria for allocation of resources perform best to inform health system decision-making. We sought to summarize and describe existing triage tools and ethical frameworks to aid healthcare decision-making during infectious disease outbreaks. METHODS: We conducted a rapid review of triage criteria and ethical frameworks for the allocation of critical care resources during epidemics and pandemics. We searched Medline, EMBASE, and SCOPUS from inception to November 3, 2020. Full-text screening and data abstraction were conducted independently and in duplicate by three reviewers. Articles were included if they were primary research, an adult critical care setting, and the framework described was related to an infectious disease outbreak. We summarized each triage tool and ethical guidelines or framework including their elements and operating characteristics using descriptive statistics. We assessed the quality of each article with applicable checklists tailored to each study design. RESULTS: From 11,539 unique citations, 697 full-text articles were reviewed and 83 articles were included. Fifty-nine described critical care triage protocols and 25 described ethical frameworks. Of these, four articles described both a protocol and ethical framework. Sixty articles described 52 unique triage criteria (29 algorithm-based, 23 point-based). Few algorithmic- or point-based triage protocols were good predictors of mortality with AUCs ranging from 0.51 (PMEWS) to 0.85 (admitting SOFA > 11). Most published triage protocols included the substantive values of duty to provide care, equity, stewardship and trust, and the procedural value of reason. CONCLUSIONS: This review summarizes available triage protocols and ethical guidelines to provide decision-makers with data to help select and tailor triage tools. Given the uncertainty about how the COVID-19 pandemic will progress and any future pandemics, jurisdictions should prepare by selecting and adapting a triage tool that works best for their circumstances.
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 | 0,034 | 0,182 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,038 | 0,031 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,010 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».