Decommissioning and recommissioning a regional hospital in response to a COVID-19 outbreak
Notice bibliographique
Résumé
CONTEXT: The COVID-19 outbreak at the North West Regional Hospital (NWRH) site in Tasmania, Australia in April 2020 was both rapid and tragic. Within 10 days of identification of the first healthcare worker infection, both hospitals had closed, and all patients were discharged or decanted to other facilities within the state. The entire hospital staff (approximately 1300 people) and their households (approximately 3000-4000 people) were furloughed for 14 days to halt the spread of infection. During the furlough period, a decommissioning, terminal clean and recommissioning process was undertaken alongside recovery and reorientation of the workforce to personal protective equipment. Within 4 days of closure, an Australian Defence Force and Australian Medical Assistance Team team opened the prioritised emergency department to provide emergency care for the local community, supported by modified diagnostic services. The decommissioning and cleaning rolled on over the ensuing month, in a predetermined priority order. As staff returned from quarantine, they recommissioned their clinical areas. The final ward, a modified medical isolation wing, reopened on day 29. ISSUE: Disaster management activities may be grouped under four main headings: prevention, preparedness, response and recovery. There are many opportunities for improvement and learning, and this article focuses on the local response and recovery, describing the process undertaken from the perspective of a small management group. Authors CC, HE, TB and MW were on the ground during the decommissioning process, then managed aspects of the cleaning and recommissioning remotely from furlough. Authors TA and TC provided specialist IPC support and developed education remotely. LESSONS LEARNED: Almost 2 months on, no new COVID-19 infections had been reported. The aim of this article is to provide a foundation for site-specific adaptation to include in pandemic escalation plans in other regional and rural settings.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 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 ».