Emergency department utilization during the COVID-19 pandemic
Notice bibliographique
Résumé
Objective: Optimizing resource utilization is critical to reducing healthcare costs. Our study aims to review trends in overall patient volume, acuity, time of presentation, and use of resources in the emergency department (ED) during the COVID-19 pandemic.Methods: We compared ED utilization from a 30-day period during the height of the COVID-19 pandemic (April 1, 2020-April 30, 2020) to the same 30-day period in the preceding calendar year (April 1, 2019-April 30-2019). Data were grouped into outcome measures focusing on ED throughput and utilization of ancillary ED services.Results: While the absolute number of patients in or arriving to the ED at any given time was significantly lower during the COVID-19 pandemic (p < .01), the hourly patterns of patient census, arrivals, and admissions all aligned with pre-pandemic values. Also, patient acuity, as measured by ESI level, did not significantly change. The absolute number of admissions for bothsites was similar to the pre-pandemic time period, but the percentage of patients admitted over the 30-day period increased. The absolute number of radiographic and laboratory studies ordered in the ED also changed significantly (p < .05), but the hourly pattern did not.Conclusions: Our study shows significantly lower patient volumes, increased admission rates, and no significant change in the hourly throughput of the ED. Thus, our analysis suggests that shift times should not be adjusted, nor should the number or composition of providers on each shift in academic and community ED sites during the COVID national lockdown.
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 ».