MétaCan
Menu
← Retour à la cohorte
Enregistrement W3163373571 · doi:10.1161/str.52.suppl_1.p246

Abstract P246: Population-Based Rates of Emergency Department Visits for Stroke in the Different Phases of COVID19 Restriction and Reopening

2021· article· en· W3163373571 sur OpenAlexaffabout
Amy Yu, Douglas S. Lee, Manav V. Vyas, Joan Porter, Mohammed Rashid, Jiming Fang, Peter C. Austin, Michael D. Hill, Moira K. Kapral

Notice bibliographique

RevueStroke · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensUniversity of CalgaryInstitute for Clinical Evaluative SciencesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineEmergency departmentStroke (engine)PandemicThrombolysisPopulationEmergency medicineDeclarationCoronavirus disease 2019 (COVID-19)PediatricsMedical emergencyInternal medicineMyocardial infarctionDisease

Résumé

récupéré en direct d'OpenAlex

Introduction: Reductions in hospital visits for stroke during the COVID19 pandemic have been reported, but few have studied this question on a population-basis and less is understood about the temporal trends after economic and social reopening. We aimed to describe the rate of emergency department visits for acute stroke before and after the declaration of the pandemic, through the different phases of reopening, in the population of Ontario, Canada (14 million people). Methods: Using administrative data linkage, we will show the age- and sex-standardized rate of weekly emergency department visits for ischemic or hemorrhagic stroke between January 1 to September 30, 2020. Pandemic declaration was on March 11, 2020 (week 11) and phase 1 re-opening started on May 19, 2020 (week 20) in Ontario. We will use piecewise regression analysis models to evaluate the changes in rates during the pandemic and after reopening. Results: We identified 5,617 emergency department visits for stroke (53% male, median age 74 IQR [63,83]) between January 1 to May 19, 2020 (week 20). Data beyond May 19, 2020 are not available yet, but these will be presented at the ISC 2021. The proportion of patients treated at a comprehensive stroke center was similar pre- and post-pandemic (41.7% versus 42.7%, standard difference (SD) 0.02), as was the proportion of people admitted to hospital (87.9% versus 86.7%, SD 0.03), treated with intravenous thrombolysis (11.6% versus 11.8%, SD 0.01), or underwent endovascular thrombectomy (5.1% versus 4.8%, SD 0.02). Weekly rates of stroke visits decreased after the pandemic declaration, but they seem to increase after week 16 (Figure 1). We show rates from 2019 for comparison. Conclusions: Population-based rates of emergency department visits for stroke initially decreased after the pandemic compared to pre-pandemic rates. Changes in rates after reopening and the results of the piecewise regression analysis will be presented at the ISC 2021.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,661
Score d'incertitude au seuil0,681

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,084
Tête enseignante GPT0,416
Écart entre enseignants0,332 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStroke→Même sujetCOVID-19 and healthcare impacts→Travaux en français237 207→