The impact of COVID-19 on surgical activity
Notice bibliographique
Résumé
<p><strong>Aim </strong></p>\n<p>This study aims to examine the impact of COVID-19 on surgical activity in a Model 3 Hospital. </p>\n<p><strong>Methods </strong></p>\n<p>A retrospective, observational study assessing data collected over a 3-month period (February to April) in 2019 and 2020. </p>\n<p><strong>Results </strong></p>\n<p>There was an overall reduction in surgical activity between 2019 and 2020. This impact was felt most acutely in the month of April where elective theatre and endoscopy procedures fell from 131 to 9 (93%) and 399 to 102 (74%) respectively. The number of emergency department admissions reduced from 534 to 408 (24%) and the number requiring surgical intervention fell from 166 to 122 (27%). Attendance at surgical outpatients fell from 1,211 to 677 (44%) between the 2019 and 2020. In April, attendance reduced from 456 to 52 (86%). </p>\n<p><strong>Discussion </strong></p>\n<p>This study has quantified the reduction in surgical department activity in our Model 3 Hospital. This reduction in scheduled and non-scheduled care could be extrapolated nationally to inform service planning, which will become increasingly challenged unless action to address the service deficit is taken soon.</p>
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 | 0,008 |
| 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) | 0,051 | 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 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 ».