The Impact of COVID‐19 on Otolaryngology Community Practice in Massachusetts
Notice bibliographique
Résumé
OBJECTIVES: Coronavirus disease 2019 (COVID-19) significantly affected many health care specialties, including otolaryngology. In response to governmental policy changes, many hospitals and private practices in Massachusetts canceled or postponed nonurgent office visits and elective surgeries. The objective of this study was to quantify the impact of COVID-19 on the provision and practice trends of otolaryngology services for 10 private practices in Massachusetts. STUDY DESIGN: Retrospective review. SETTING: Multipractice study for community practices in Massachusetts. METHODS: Electronic billing records from 10 private otolaryngology practices in Massachusetts were obtained for the first 4 months of 2019 and 2020. Questionnaires from these otolaryngology practices were collected to assess financial and staffing impact of COVID-19. RESULTS: The local onset of the COVID-19 pandemic had a significant decrease of 63% of visits in comparison to equivalent weeks in 2019. Virtual visits overtook in-person visits over time. A greater decline in operating room (OR) procedures than for office procedures was recorded. Ninety percent of practices reduced working hours, and 80% furloughed personnel. Seventy percent of practices applied for the Paycheck Protection Program (PPP). CONCLUSION: COVID-19 has had a multifaceted impact on private otolaryngology practices in Massachusetts. A significant decline in provision of otolaryngology services aligned with the Massachusetts government's public health policy changes. The combination of limited personnel and personal protective equipment, as well as suspension of nonessential office visits and surgeries, led to decrease in total office visits and even higher decrease in OR procedures.
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 | 0,002 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,002 |
| 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 ».