Description of a Multi-faceted COVID-19 Pandemic Physician Workforce Plan at a Multi-site Academic Health System
Notice bibliographique
Résumé
BACKGROUND: The evolving COVID-19 pandemic has and continues to present a threat to health system capacity. Rapidly expanding an existing acute care physician workforce is critical to pandemic response planning in large urban academic health systems. INTERVENTION: The Medical Emergency-Pandemic Operations Command (MEOC)-a multi-specialty team of physicians, operational leaders, and support staff within an academic Department of Medicine in Calgary, Canada-partnered with its provincial health system to rapidly develop a comprehensive, scalable pandemic physician workforce plan for non-ventilated inpatients with COVID-19 across multiple hospitals. The MEOC Pandemic Plan comprised seven components, each with unique structure and processes. METHODS: In this manuscript, we describe MEOC's Pandemic Plan that was designed and implemented from March to May 2020 and re-escalated in October 2020. We report on the plan's structure and process, early implementation outcomes, and unforeseen challenges. Data sources included MEOC documents, health system, public health, and physician engagement implementation data. KEY RESULTS: From March 5 to October 26, 2020, 427 patients were admitted to COVID-19 units in Calgary hospitals. In the initial implementation period (March-May 2020), MEOC communications reached over 2500 physicians, leading to 1446 physicians volunteering to provide care on COVID-19 units. Of these, 234 physicians signed up for hospital shifts, and 227 physicians received in-person personal protective equipment simulation training. Ninety-three physicians were deployed on COVID-19 units at four large acute care hospitals. The resurgence of cases in September 2020 has prompted re-escalation including re-activation of COVID-19 units. CONCLUSIONS: MEOC leveraged an academic health system partnership to rapidly design, implement, and refine a comprehensive, scalable COVID-19 acute care physician workforce plan whose components are readily applicable across jurisdictions or healthcare crises. This description may guide other institutions responding to COVID-19 and future health emergencies.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».